1回答
我正在使用R中的Hitters数据集。目前，我从所有其他协变量中拟合预测工资的线性回归，样本大小从20到75不等，我计算了平均测试/训练误差：Hitters = na.omit<- predict(train.lm, data = test)
errs[ii-19] <- mean((test.pred - trai
浏览 35提问于2021-02-26得票数 0
我正在为我的回归模型试验不同的损失函数。我注意到在滑雪板上有：对我来说，两者都使用L1和L2损失的组合。
浏览 0提问于2019-09-18得票数 0
在进行岭(正则化)回归时，我正在研究训练样本大小的影响。当我绘制测试误差与列车组大小的关系图时，我得到了这个非常奇怪的图表：
以下代码生成训练集和测试集，并对低值的正则化参数执行岭回归。根据训练集的大小绘制误差及其标
浏览 1提问于2015-01-05得票数 0
1回答
“训练集用于计算机器学习模型的参数，验证数据用于计算同一模型的超参数(我们使用相同的权重和不同的超参数)，测试集用于评估我们的模型”。如果是这样的话，有人能更详细地解释整个过程吗？蒂娅。
浏览 0提问于2018-06-07得票数 3
我正在使用岭回归处理一组数据。当我将学习到的函数应用于数据时，我发现了一个非常有趣的现象。也就是说，当岭参数从零增加时，测试误差不断增加。但是如果我们惩罚小系数(设置参数<0)，测试误差甚至可以更小。computePolyCostMSE(ty_valid,tX_valid,beta);plot(lambda,sqridge_test_cost,'color','b
浏览 1提问于2014-11-03得票数 2
1回答
对于KRR模型，精度评分的好范围是什么？
例如，RMSE生成一个介于0到1之间的值，其中接近0的值表示更好的拟合模型。什么是KRR的等价物？
浏览 0提问于2022-10-04得票数 0
1回答
我正在执行正则化(岭回归)使用交叉验证。据我所知，对于正则化参数\lambda的某个值，我们首先对训练集进行拟合，然后利用得到的参数计算测试集上的误差，而最优\lambda是最小测试集误差的参数。我的问题是:对于测试集错误的计算，我们是否包括惩罚项(对于我们在训练集中使用的\lambda值)，或者没有(即使用\
浏览 0提问于2022-11-16得票数 1
回答已采纳
test-error:0.001228+0.000687我假设误差只是所有k-折叠之间进行回归时的误差平均值，以及执行分类时的模式，这是正确的吗？加号之后的第二项是什么？
在回归中，当计算k-折叠之间的平均值时，它是考虑了每个折叠的同等权重，还是在某些情况下，它给特定的</em
浏览 3提问于2016-06-24得票数 2
回答已采纳
1回答
T.mean在中的意义是什么？如果实现是矢量化的，我认为T.mean是有意义的。在这里，x和y到train(x, y)的输入是标量，cost只查找单个输入的平方误差，并对数据进行迭代。
浏览 4提问于2016-08-22得票数 1
回答已采纳
4回答
我试图用LSTM解决一个简单的二进制分类问题。我正在努力找出正确的网络损失函数。问题是，当我使用二元交叉熵作为损失函数时，训练和测试的损失值要比使用均方误差(MSE)函数要高。在研究中，我发现了二元交叉熵用于分类问题，MSE用于回归问题的理由。然而，在我的情况下，我得到了更好的准确性和较小<e
浏览 0提问于2019-05-06得票数 11
回答已采纳
3回答
据我所知，岭回归只是有一个优化问题的损失函数加上正则化项(L2范数在岭的情况下)。但是，我不确定损失函数是否可以用非线性函数来描述，还是需要是线性的。在这种情况下，如果损失函数需要是线性的，那么据我所理解的岭回归，只是执行线性回归加上L2-范数的正则化。如果我错了，请纠正我。
浏览 0提问于2020-03-13得票数 8
回答已采纳
2回答
如何改进回归？
、、、、
我想问一下，是否有任何方法可以使回归对于我的数据集真正泛化。我真的不知道如何改善这一点。这是否意味着我应该继续使用更多的数据集来训练我的回归？
有人能帮我吗？
浏览 1提问于2021-02-04得票数 1
1回答
我想在R中实现内核岭回归，我的问题是我不知道如何生成核值，也不知道如何将它们用于岭回归。我想使用以下内核函数： # RBF kernel
k=expx1-x2)/(2*kerparam^2))) } else { # polynomial kernel k=(1+sum(x1*x2))^ker$param }
浏览 3提问于2015-11-23得票数 4
1回答
我已经训练了一个由数百个特征组成的深度神经网络，它分析一个城市的地理数据，并根据观察者和目标位置之间的概况计算每个样本的得分。也就是说，观察者和目标之间的距离越长，这个样本的特征就越多。当我用一个城市的部分样本训练我的NN，并用同一城市的其他部分进行测试时，NN工作得很好，但当我将我的
浏览 0提问于2019-02-02得票数 1
1回答
我为岭regression.For创建了python代码，我在其中使用了交叉验证和网格搜索技术。我得到了输出结果。我要检查我的回归模型建立步骤是否正确？有人能解释吗？Ridgeregression.fit(x_train,y_train)输出- 0.9113458623386644
0.9113458623386644是我的脊线回归精度如果是的话，那么0.909695864130532值的意思是
浏览 0提问于2020-01-13得票数 0
我已经读了一些关于这方面的问答，但我仍然不确定我是否理解，为什么基于相同样本和相同超参数的glmnet和脱字符模型的系数略有不同。会非常感谢你的解释！我正在使用插入符号训练一个岭回归：Hitters = na.omit(Hitters)
x = model.matrix(Salary ~ ., Hitters)[, -1(和alpha)来训练整个数据集的</em
浏览 7提问于2018-02-07得票数 0
回答已采纳
2回答
我目前正在研究一种室内导航系统，使用的是星型拓扑中的Zigbee无线传感器网络。我试着这样做，并重新训练了我的网络几次。我设法在MATLAB的nntool中将目标参数的值设置为.000745，但在我给出一个训练样本作为</e
浏览 3提问于2012-03-07得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
