知识卡片
稀疏系数不证明特征无因果作用
稀疏模型把许多系数置零,能减少用于预测的输入;这只是在当前数据、惩罚与相关结构下的选择。相关特征之间可互相替代,零系数不能证明现实无作用。%Dev表示解释偏差比例,不能跨所有响应族都当作普通线性回归R²。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第6章 正则化:文本回归 避免过拟合的方法 · 连续片段2 · 查看原书依据
这个模型就是稀疏的(sparse)。当代机器学习研究领域的一个重要课题,就是开发能够得到稀疏统计模型的工具。 第二列是%Dev,其实就是模型的R2值。第一行的0%是因为你把唯一的输入特征权重赋值为0,所以这个模型实际上就是一个常数模型。最后一行的%Dev是59%,这个值和你直接使
参考来源
- 位置:《机器学习:实用案例解析》第06章《避免过拟合的方法 · 连续片段2》(来源项目book-sources;源文件:extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part3108.html,spine3214)
- 结论依据:原文的案例步骤与解释支持所述机制;R包、外部API与数据接口限定于本书出版时环境,不作为当前兼容性承诺。
- 原始内容:这个模型就是稀疏的(sparse)。当代机器学习研究领域的一个重要课题,就是开发能够得到稀疏统计模型的工具。 第二列是%Dev,其实就是模型的R2值。第一行的0%是因为你把唯一的输入特征权重赋值为0,所以这个模型实际上就是一个常数模型。最后一行的%Dev是59%,这个值和你直接使