知识卡片
逐类权重改变分类间距
共享权重来自全字典拟合,逐类权重基于查询与各候选类别自己的失配。书中用同类与异类的残差间距来检查判别力,并比较 w 和平方根 w。对于 0,w 更强地减弱低权重坐标。需对照干净和遮挡样本,判断间距改善是否来自保留了判别信息。
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
- 加权Huber约束稀疏表达的鲁棒性算法 6.3 算法鲁棒性分析 · 查看原书依据
然而在WHCSC中,权重W是基于样本子集与查询样本的残差定义,即WX=[W1X1,W2X2,…,WcXc]。
参考来源
- 位置:《分布式机器学习:交替方向乘子法在机器学习中的应用》第6章《加权Huber约束稀疏表达的鲁棒性算法》6.3 算法鲁棒性分析(来源项目 book-source,源文件:extracted/分布式机器学习:交替方向乘子法在机器学习中的应用/_epub-src/OEBPS/Text/chapter6.xhtml)
- 结论依据:6.3 算法鲁棒性分析中的定义、更新式或实验叙述提供本卡依据。共享权重来自全字典拟合,逐类权重基于查询与各候选类别自己的失配。
- 原始内容:然而在WHCSC中,权重W是基于样本子集与查询样本的残差定义,即WX=[W1X1,W2X2,…,WcXc]。