声明:此系列博文根据斯坦福CS229课程,吴恩达主讲 所写,为本人自学笔记,写成博客分享出来
博文中部分图片和公式都来源于CS229官方notes。
CS229的视频和讲义均为互联网公开资源
Lecture 9
主要内容如下:
· Bias/variance tradeoff (偏差/方差均衡)
· Union Bound + Hoeffding Inequality (联合界+Hoeffding不等式)
· Empirical risk minimization(经验风险最小化)
1.Bias/variance tradeoff 偏差/方差的平衡
在我们用模型拟合数据的时候,可能会存在欠拟合 及 过拟合 现象,这样的模型的泛化性能不好, 即泛化误差较大。
如下图中左侧和右侧的情况
泛化误差 简单来讲, 就是说 没有包含于训练集之中 的样本 的预期误差。
泛化误差一般都涉及两部分,即:偏差 bias 和方差 variance, 这里并没有给出这两者的正式定义,因为究竟是什么样的定义最为合适目前也还存