logo
Loading...

Motivation of Aggregation - Cupoy

之前在機器學習基石課程中就介紹過,feature transform 和 regularization 是對立的,還把它們分別比作踩油門和踩剎車。如果進行 feature transform,那麼 regularization 的效果通常很差,反之亦然。也就是說,單一模型通常只能傾向於 feature transform 和 regularization 之一,在兩者之間做個權衡。但是 aggregation 卻能將 feature transform 和 regularization 各自的優勢結合起來,好比把油門和剎車都控制得很好,從而得到不錯的預測模型。 影片內容 pdf:https://www.csie.ntu.edu.tw/~htlin/course/mltech18spring/doc/207_handout.pdf

之前在機器學習基石課程中就介紹過,feature transform 和 regularization 是對立的,還把它們分別比作踩油門和踩剎車。如果進行 feature transform,那麼 regularization 的效果通常很差,反之亦然。也就是說,單一模型通常只能傾向於 feature transform 和 regularization 之一,在兩者之間做個權衡。但是 aggregation 卻能將 feature transform 和 regularization 各自的優勢結合起來,好比把油門和剎車都控制得很好,從而得到不錯的預測模型。 影片內容 pdf:https://www.csie.ntu.edu.tw/~htlin/course/mltech18spring/doc/207_handout.pdf