FPGA机器学习之龙星计划机器学习第十二堂

这一讲主要内容是sparse  regression稀疏回归模型

 

维度灾难，就是说维度太多，反而效果更不好的现象。所以考虑降低维度，精炼数据。

n是数量，p是维度。也就是说，维度比数据多很多。所以一定可以做到过拟合的。

这个就看不懂了。

典型结论和要求条件。我发现，没有多少基础还真的不懂。看来需要些基础知识后，才会明白吧。

 

KKT在条件稀疏的时候，应用比较好。

第一个图是正确组合group的情况，但是如果不正确的话，就是下面这个图的情况。

 

我能力有限。太有限了，完全听不懂嘛。真不知道自己了解了什么。