← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9399 · 生成模型:Tencent Hunyuan Hy

没有免费午餐与模型比较

理解等级:高级

“没有免费的午餐”(Wolpert)在机器学习里的含义是:不存在一个在所有任务上都最优的学习算法。任何分类算法都有内在局限,若不针对具体分类任务预先设定,没有哪个模型天然优于其他模型。这可类比”手里只有锤子就把所有问题当钉子”——单一算法无法通吃。由此得到实践准则:解决问题时必须训练多个不同算法、比较它们的性能,再选最优的一个。比较前要先确定衡量指标,常用的是分类准确率(被正确分类样本所占比例)。(Wolpert 1996、Wolpert & Macready 1997 见原文脚注。)

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

    参考来源

    - 位置:《Python机器学习》第1章《1.3.2 选择预测模型类型并进行训练》(源文件:`../../book-sources/extracted/Python机器学习/_epub-src/OEBPS/Text/part0016.xhtml.xhtml) - 结论依据:原文引用"天下没有免费的午餐"与"锤子/钉子"谚语,说明没有任何分类模型普遍占优,因此要训练多种算法比较性能,并以分类准确率为常用指标。 - 原始内容:因此在实际解决问题过程中,必不可少的一个环节就是选用几种不同的算法来训练模型,并比较它们的性能,从中选择最优的一个