← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 6979.a.30 · 生成模型:GPT-6

高维文本仍可能没有预测信号

理解等级:高级

词项特征可能多于文档,普通拟合容易不稳定或过拟合,正则化可约束参数。书籍封底预测排名中,较强惩罚后的常数模型更好,说明当前表示与样本未提供可靠预测增益,而非证明所有文本都不含信息。更不能把高权词当成制造畅销的因果按钮。

这张卡片看不懂?

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 文本回归 · 连续片段1 · 查看原书依据

      有时候,我们在数据中找不到任何模式。正如John Tukey所说: 数据中也许并没有答案。有一堆数据和对答案的热切渴望,并不能确保真的能从这堆数据中提取出合理的预期答案。 逻辑回归来帮忙 但我们手头的这份数据也不致一无是处。虽然不能创建一个从文本预测排名的工具,但我们也许可以尝试

    参考来源

    - 位置:《机器学习:实用案例解析》第06章《文本回归 · 连续片段1》(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/part3109.html,spine3215) - 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:有时候,我们在数据中找不到任何模式。正如John Tukey所说: 数据中也许并没有答案。有一堆数据和对答案的热切渴望,并不能确保真的能从这堆数据中提取出合理的预期答案。 逻辑回归来帮忙 但我们手头的这份数据也不致一无是处。虽然不能创建一个从文本预测排名的工具,但我们也许可以尝试