Ի՞նչ է կանոնավոր գծային ռեգրեսիան:
Ի՞նչ է կանոնավոր գծային ռեգրեսիան:

Video: Ի՞նչ է կանոնավոր գծային ռեգրեսիան:

Video: Ի՞նչ է կանոնավոր գծային ռեգրեսիան:
Video: Ի՞նչ է ֆունկցիայի արժեքների բազմությունը | Հանրահաշիվ | «Քան» ակադեմիա 2024, Նոյեմբեր
Anonim

Կանոնավորեցում . Սա մի ձև է հետընթաց , որը կաշկանդում/կարգավորում կամ կրճատում է գործակիցների գնահատականները մինչև զրոյի: Այլ կերպ ասած, այս տեխնիկան խանգարում է սովորել ավելի բարդ կամ ճկուն մոդել , որպեսզի խուսափենք չափից ավելի հարմարվելու վտանգից: Պարզ հարաբերություն համար գծային ռեգրեսիա կարծես սա.

Համապատասխանաբար, ի՞նչ է լամբդան գծային ռեգրեսիայում:

Երբ մենք ունենք բարձր աստիճան գծային բազմանդամ, որն օգտագործվում է a-ում կետերի բազմությունը տեղավորելու համար գծային ռեգրեսիա կարգավորումը, ավելորդ հարմարեցումը կանխելու համար մենք օգտագործում ենք կանոնավորացում և ներառում ենք ա լամբդա պարամետր ծախսերի ֆունկցիայի մեջ: Սա լամբդա Այնուհետև օգտագործվում է գրադիենտ ծագման ալգորիթմի թետա պարամետրերը թարմացնելու համար:

Երկրորդ՝ ո՞րն է կանոնակարգման նպատակը։ Կանոնավորեցում թյունինգի համար օգտագործվող տեխնիկա է ֆունկցիան սխալի մեջ լրացուցիչ տույժի ժամկետ ավելացնելով ֆունկցիան . Լրացուցիչ տերմինը վերահսկում է չափից ավելի տատանվողները ֆունկցիան այնպես, որ գործակիցները ծայրահեղ արժեքներ չունենան:

Այս կերպ, ինչո՞ւ է մեզ անհրաժեշտ ռեգրեսիայի մեջ կարգավորվել։

-ի նպատակը կանոնավորացում այլ կերպ ասած՝ ավելորդ հարմարանքից խուսափելն է մենք փորձում են խուսափել մոդելներից, որոնք չափազանց լավ են համապատասխանում ուսուցման տվյալներին (տվյալները, որոնք օգտագործվում են մոդելի ստեղծման համար), բայց վատ են համապատասխանում թեստավորման տվյալներին (տվյալները, որոնք օգտագործվում են ստուգելու համար, թե որքան լավն է մոդելը): Սա հայտնի է որպես overfitting:

Ի՞նչ է նշանակում կանոնավորացում:

Մաթեմատիկայի, վիճակագրության և համակարգչային գիտության, մասնավորապես մեքենայական ուսուցման և հակադարձ խնդիրների մեջ, կանոնավորացումն է Տեղեկություններ ավելացնելու գործընթացը վատ դրված խնդիրը լուծելու կամ ավելորդ տեղակայումը կանխելու համար: Կանոնավորեցում կիրառվում է օբյեկտիվ գործառույթների վրա վատ դրված օպտիմալացման խնդիրներում:

Խորհուրդ ենք տալիս: