知识卡片
同分模型可偏向更强约束
在同一验证协议下多个lambda得到相同最低错误率,可用较大lambda作为偏向强约束的确定性规则。该规则只用于glmnet这类相同参数语义的候选,不自动迁移到SVM的C;还需考虑性能不确定性、复杂度与实际成本。
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12章 模型比较 算法比较 · 连续片段1 · 查看原书依据
选择了较大的那个lambda,这是因为较大的lambda意味着更强的正则化。我们可以把训练出来的逻辑回归模型在最优lambda下对应的MSE计算出来: mse<-with(subset(performance, Lambda==best.lambda),MSE) mse #[1]
参考来源
- 位置:《机器学习:实用案例解析》第12章《算法比较 · 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/part3125.html,spine3231)
- 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:选择了较大的那个lambda,这是因为较大的lambda意味着更强的正则化。我们可以把训练出来的逻辑回归模型在最优lambda下对应的MSE计算出来: mse<-with(subset(performance, Lambda==best.lambda),MSE) mse #[1]