রিগ্রেশন মডেলগুলির ভিসি মাত্রা


12

ডেটা লার্নিং অফ ডেটা লেকচার সিরিজে প্রফেসর উল্লেখ করেছেন যে ভিসি ডাইমেনশন একটি প্রদত্ত মডেল কতগুলি পয়েন্ট ছিন্ন করতে পারে তার উপর মডেল জটিলতা পরিমাপ করে। সুতরাং এটি শ্রেণিবদ্ধকরণ মডেলগুলির জন্য নিখুঁতভাবে কাজ করে যেখানে আমরা N পয়েন্টগুলির বাইরে বলতে পারি যদি শ্রেণিবদ্ধকারী কার্যকরভাবে ভিসি ডাইমেনশন পরিমাপ কে হতে পারে কে পয়েন্টগুলি ছিন্ন করতে সক্ষম হয় But তবে এটি আমার কাছে স্পষ্ট ছিল না যে কীভাবে একজন রিগ্রেশন মডেলগুলির জন্য ভিসি মাত্রা পরিমাপ করে? ?


উত্তর:


3

পরিসংখ্যান শিক্ষার উপাদানসমূহ থেকে , পি। 238:

এখনও অবধি আমরা কেবল সূচক ফাংশনগুলির ভিসি মাত্রা নিয়ে আলোচনা করেছি, তবে এটি বাস্তব-মূল্যবান ফাংশনগুলিতে প্রসারিত হতে পারে। প্রকৃত মূল্যবান ফাংশনগুলির একটি শ্রেণির ভিসি মাত্রা defined নির্দেশক বর্গ এর ভিসি মাত্রা হিসাবে সংজ্ঞায়িত করা হয় , যেখানে জি এর পরিসরের চেয়ে বেশি মান নেয়।1 ( g ( x , α ) - β > 0 ) βg(x,α)1(g(x,α)β>0)β

অথবা, (সামান্য) আরও স্বজ্ঞাতভাবে, একটি শ্রেণীর আসল-মূল্যবান ফাংশনগুলির ভিসি মাত্রা সন্ধান করার জন্য, কোনও ব্যক্তি সূচক ফাংশনের শ্রেণীর ভিসি মাত্রা খুঁজে পেতে পারে যা সেই শ্রেণীর প্রকৃত মূল্যবান ফাংশনকে চৌম্বক করে গঠন করতে পারে।


তবে এটি প্রান্তিক সূচকগুলির জন্য উপাচার্য মাত্রা দেয়, এবং মুখের মূল্যে আমি দেখতে পাই না কীভাবে প্রান্তিক সূচকগুলির জন্য পিএসি সীমানা পাওয়া আপনার রিগ্রেশন ফাংশনটির কার্যকারিতা সম্পর্কে আপনাকে অনেক কিছু বলে দেয়। সম্ভবত আপনি একটি যুক্তি নিয়ে আসতে পারেন যেখানে আপনি নিয়মিত মান (সীমাবদ্ধ আউটপুট ডোমেনগুলির জন্য) বাইনারি অনুসন্ধান করেন।
ভিএফ 1

@ ভিএফ 1 ট্রু। কোনও রিগ্রেশন ফাংশনের ভিসি মাত্রা কীভাবে ব্যাখ্যা করা যায় তা একটি ভাল, পৃথক প্রশ্নের জন্য।
শন ইস্টার

আমি একটি পৃথক প্রশ্ন পোস্ট করেছি, তবে আমি বিশ্বাস করি যে উত্তরটি কেবল "নিপীড়নের জন্য ভিসি ডিমে ব্যবহার করবেন না", যেহেতু র‌্যাডম্যাচার আপনাকে স্বেচ্ছাচারিত সীমায়িত ক্ষতির জন্য ঠিক তেমন কিছু করতে দেয়।
ভিএফ 1

@ ভিএফ 1 আমি এমন একটি উত্তর পড়ব যা আগ্রহের সাথে বলে! আমার সমস্ত অর্থ হ'ল সিভি নিয়মটি হ'ল পোস্ট প্রতি একক প্রশ্নের মধ্যে প্রশ্ন সীমাবদ্ধ করা এবং ওপি ব্যাখ্যা বা উদ্দেশ্য সম্পর্কে স্পর্শ করেনি।
শান ইস্টার

0

লেবেসগু-স্টিলটিজেস পদক্ষেপগুলি ব্যবহার করে থ্রোসোল্ডিং ইন্ডিকেটর ট্রিকটি বের করার জন্য স্ট্যাটিস্টিকাল লার্নিংয়ের (ভ্যাপনিক) বিভাগ 5.2 দেখুন। আফাইক এটিই একমাত্র এবং চূড়ান্ত রেফারেন্স। আপনার বইটি কোথায় পাওয়া গেছে তা ইতিমধ্যে জেনে রাখা উচিত (এবং ভপনিকের অন্যরা, তারা সকলেই দুর্দান্ত।


1
আপনি যদি কেবল একটি রেফারেন্স সরবরাহ না করে যুক্তির সংক্ষিপ্তসার করতে পারেন তবে এটি সহায়তা করবে।
mdewey
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.