প্রশ্ন ট্যাগ «bias-variance-tradeoff»

বিভিন্ন ক্রস-বৈধকরণের পদ্ধতিগুলি মডেল বৈকল্পিক এবং পক্ষপাতের ক্ষেত্রে কীভাবে তুলনা করে? আমার প্রশ্নটি এই থ্রেড দ্বারা আংশিকভাবে অনুপ্রাণিত: কে- ফোল্ড ক্রস-বৈধকরণের ভাঁজগুলির সর্বোত্তম সংখ্যার : কী ছাড়-এক-আউট সিভি সর্বদা সেরা পছন্দ? কেKK। উত্তরটির উত্তর থেকে জানা যায় যে লেভেল -ওয়ান-আউট ক্রস-বৈধকরণের সাথে শিখে নেওয়া মডেলগুলির নিয়মিত কে- ফোল্ড ক্রস-বৈধকরণের সাথে …

83 machine-learning  variance  cross-validation  bias  bias-variance-tradeoff 

গণনা শক্তি বিবেচনার দিক বিবেচনা করে, ক্রস-বৈধকরণে ভাঁজের সংখ্যা বাড়ানো আরও ভাল মডেল নির্বাচন / যাচাইকরণের দিকে পরিচালিত করে (যেমন ভাঁজের সংখ্যা আরও বেশি ভাল)? যুক্তিটিকে চূড়ান্ত দিকে নিয়ে যাওয়া, কী ছাড় -ওয়ান-আউট ক্রস-বৈধকরণের প্রয়োজনে ফোল্ড ক্রস-বৈধকরণের চেয়ে ভাল মডেলগুলির দিকে পরিচালিত করে?KKK এই প্রশ্নের কিছু পটভূমি: আমি খুব কম …

47 cross-validation  bias-variance-tradeoff 

আমি পরিসংখ্যানগত শিক্ষার উপাদানগুলির পক্ষপাতিত্ব-বৈচিত্র্য ট্রেড অফের অধ্যায়টি পড়ছি এবং 29 পৃষ্ঠার সূত্রটিতে আমার সন্দেহ আছে যেখানে এলোমেলোভাবে এমন একটি মডেল থেকে ডেটা উত্থাপন করা যাক data প্রত্যাশিত মান number এবং ভেরিয়েন্স । যাক মডেলের ত্রুটির প্রত্যাশিত মান যেখানে ভবিষ্যদ্বাণী হল আমাদের শিক্ষার্থীর। বই অনুসারে, ত্রুটিটি হ'ল Y=f(x)+ϵY=f(x)+ϵ Y = …

20 machine-learning  unbiased-estimator  mse  bias-variance-tradeoff 

আমি পক্ষপাত-বৈকল্পিক ট্রেডঅফ, অনুমানকারকের পক্ষপাত এবং মডেলের পক্ষপাতের মধ্যে সম্পর্ক এবং অনুমানের বৈচিত্র এবং মডেলের বৈচিত্রের মধ্যে সম্পর্ক বোঝার চেষ্টা করছি। আমি এই সিদ্ধান্তে পৌঁছেছি: আমরা যখন হিসাবরক্ষকের পক্ষপাতিত্ব অবহেলা করি তখন আমরা তথ্যগুলিকে উপভোগ করি to তখনই যখন আমরা কেবলমাত্র মডেলের বৈষম্যকে অবহেলা করে মডেলের পক্ষপাতিকে হ্রাস করার লক্ষ্য …

15 regression  variance  bias  bias-variance-tradeoff 

আমি পরিসংখ্যান শেখার বইয়ের উপাদানগুলির সেরা উপসেট নির্বাচন সম্পর্কে পড়ছি। যদি আমার কাছে 3 পূর্বাভাস থাকে , আমি উপসেট তৈরি করব:2 3 = 8x1,x2,x3x1,x2,x3x_1,x_2,x_323=823=82^3=8 কোন ভবিষ্যদ্বাণীকারী সহ সাবসেট পূর্বাভাসকারী সাথে সাবসেটx1x1x_1 পূর্বাভাসকারী সাথে সাবসেটx2x2x_2 সাথে সাবসেটx3x3x_3 পূর্বাভাসকারীদের সাথে সাবসেটx1,x2x1,x2x_1,x_2 সহ সাবসেটx1,x3x1,x3x_1,x_3 পূর্বাভাসকারীদের সাথে সাবসেটx2,x3x2,x3x_2,x_3 সহ সাবসেটx1,x2,x3x1,x2,x3x_1,x_2,x_3 তারপরে আমি সেরা মডেলগুলি …

13 regression  feature-selection  lasso  bias-variance-tradeoff 

আমি আরও জটিল মডেলের প্রয়োজন, বা আরও জটিল মডেলের প্রয়োজন না হিসাবে ডেটা পয়েন্টগুলি শ্রেণিবদ্ধ করতে চাই। আমার বর্তমান চিন্তাভাবনা হ'ল সমস্ত তথ্য একটি সাধারণ রৈখিক মডেলের সাথে ফিট করে এবং এই শ্রেণিবদ্ধকরণটি করার জন্য অবশিষ্টাংশের আকার পর্যবেক্ষণ করে। আমি তখন ত্রুটির প্রতি পক্ষপাতিত্ব এবং প্রকরণের অবদান সম্পর্কে কিছু পড়েছিলাম …

9 regression  multiple-regression  residuals  bias-variance-tradeoff 

'স্ট্যাটিস্টিকাল লার্নিং এর উপাদানসমূহ'-এ রৈখিক-মডেলটির পক্ষপাত-বৈচিত্র্য ক্ষয়ের জন্য অভিব্যক্তিটি যেখানে আসল লক্ষ্য ফাংশন, মডেল ) এ র্যান্ডম ত্রুটির এবং রৈখিক মূল্নির্ধারক হয় ।Err(x0)=σ2ϵ+E[f(x0)−Ef^(x0)]2+||h(x0)||2σ2ϵ,Err(x0)=σϵ2+E[f(x0)−Ef^(x0)]2+||h(x0)||2σϵ2,Err(x_0)=\sigma_\epsilon^2+E[f(x_0)-E\hat f(x_0)]^2+||h(x_0)||^2\sigma_\epsilon^2,f(x0)f(x0)f(x_0)σ2ϵσϵ2 \sigma_\epsilon^2y=f(x)+ϵy=f(x)+ϵy=f(x)+\epsilonf^(x)f^(x)\hat f(x)f(x)f(x)f(x) ভেরিয়েন্স শব্দটি এখানে আমাকে বিরক্ত করছে কারণ সমীকরণটি সূচিত করে যে লক্ষ্যগুলি , হলে ভেরিয়েন্সটি শূন্য হবেতবে এটি আমার কাছে তাত্পর্যপূর্ণ নয় কারণ শূন্য …

9 regression  linear-model  bias-variance-tradeoff