abcd游戏怎么玩 黑魔法猜东西游戏原理( 三 )




abcd游戏怎么玩 黑魔法猜东西游戏原理


的分布 。那么我们的目标便是:最小化测试误差
abcd游戏怎么玩 黑魔法猜东西游戏原理


(testing error,也称为population risk或generalization error):
abcd游戏怎么玩 黑魔法猜东西游戏原理



2.2 监督学习的误差
监督学习一般有如下的步骤:
?
第一步:选取一个假设空间(测试函数的一个集合)
abcd游戏怎么玩 黑魔法猜东西游戏原理


(m正比于测试空间的维数);
?
第二步:选取一个损失函数进行优化 。通常,我们会选择经验误差(empirical risk)来拟合数据:
abcd游戏怎么玩 黑魔法猜东西游戏原理


有时 , 我们还会加上其他的惩罚项 。
?
第三步:求解优化问题 , 如:
· 梯度下降:
abcd游戏怎么玩 黑魔法猜东西游戏原理


· 随机梯度下降:
abcd游戏怎么玩 黑魔法猜东西游戏原理



abcd游戏怎么玩 黑魔法猜东西游戏原理


是从1,…n中随机选取的 。
如果把机器学习输出的结果记
abcd游戏怎么玩 黑魔法猜东西游戏原理


 , 那么总误差便是
abcd游戏怎么玩 黑魔法猜东西游戏原理


。我们再定义:
?
abcd游戏怎么玩 黑魔法猜东西游戏原理


是在假设空间里最好的逼近;
?
abcd游戏怎么玩 黑魔法猜东西游戏原理


是在假设空间里 , 基于数据集S最好的逼近 。
由此,我们便可以把误差分解成三部分:
abcd游戏怎么玩 黑魔法猜东西游戏原理


?
abcd游戏怎么玩 黑魔法猜东西游戏原理


是逼近误差(approximation error):完全由假设空间的选取所决定;
?
abcd游戏怎么玩 黑魔法猜东西游戏原理


是估计误差(estimation error):由于数据集大小有限而带来的额外的误差;
?
abcd游戏怎么玩 黑魔法猜东西游戏原理


是优化误差(optimization error):由训练(优化)带来的额外的误差 。
2.3 逼近误差
我们下面集中讨论逼近误差(approximation error) 。
我们先用传统方法傅立叶变换做一个对比:
abcd游戏怎么玩 黑魔法猜东西游戏原理


如果我们用离散的傅立叶变换来逼近:
abcd游戏怎么玩 黑魔法猜东西游戏原理


其误差
abcd游戏怎么玩 黑魔法猜东西游戏原理


便是正比于
abcd游戏怎么玩 黑魔法猜东西游戏原理


,毫无疑问地受到维度灾难的影响 。
而如果一个函数可以表示成期望的形式:
abcd游戏怎么玩 黑魔法猜东西游戏原理



abcd游戏怎么玩 黑魔法猜东西游戏原理


是测度
abcd游戏怎么玩 黑魔法猜东西游戏原理


的独立同分布样本,我们有:

推荐阅读