上一页

ⓘ 分類問題之損失函數




分類問題之損失函數
                                     

ⓘ 分類問題之損失函數

在機器學習和最佳化領域中,分類問題之損失函數可以用來表達預測不準確之程度,其中分類問題主要是用來判斷所偵測到的物件屬於什麼類別。將一個向量空間 X {\displaystyle X} 做為所有的輸入值,而向量空間 Y = { − 1, 1 } {\displaystyle Y=\{-1.1\}} 做為所有的輸出值。我们希望能夠找到最佳的公式 f: X → ℜ {\displaystyle f:X\rightarrow \Re } 將 x → {\displaystyle {\vec {x}}} 映射到 y {\displaystyle y} 。然而,由于信息不完整、雜訊、计算過程中的非确定性模块等因素,有可能會有相同的輸入值 x → {\displaystyle {\vec {x}}} 映射到不同的輸出值 y {\displaystyle y} 。因此,這個學習過程的目的就是要最小化預期風險(更详细的介绍参见统计学习理论),預期風險之定義為:

I ={\frac {1}{n}}\sum _{i=1}^{n}Vf{\vec {x_{i}}},y_{i})}

基于分类问题的双重性,可以定义为0-1职能作为匹配值的参考。 因此损失的功能是:

V f x →, y) = H − y f x →) {\displaystyle Vf{\vec {x}},y)=H-yf{\vec {x}})}

其中H{\displaystyle H}是的一个步骤的功能。 但是,该损失功能并不是凸的功能,平滑的或功能,是一个NP-困难的问题,因此作为一种替代,需要使用可以追踪机学习算法》的通过凸损失的功能。

                                     
  • of accounts 之 意 是处理风险及不确定性的金融风险的商业性职业 精算师專注于其中的复杂性 数学和机制 因而对金融安全系统有着深刻的理解 Trowbridge 1989 p.7 精算师为了把未知事件带来的情绪失落和财务 损失 降到最低 要对事件发生的機率和可能导致的后果
  • 能級 角量子數給出軌角動量 而磁量子數則是軌角動量對於某特定軸的量子化投影 根據泡利不相容原理 每一個原子軌域只能容納兩個電子 而這兩個電子的自旋波 函數 為反對稱 一個自旋向上 另一個自旋向下 處於一個原子軌域的電子 經過發射或吸收光子的過程 可以躍遷至另外一個原子軌域 發射或吸收的光子的所涉及的能
  • 超感覺系 目前已知能力 分類 暫時不明 化學鍊成系 目前已知能力為 有害物質生成 類 精神操作系 目前已知能力為 幻影投射 類 身體變化系 目前已知能力為 武器形成 類 特殊系 光學操作系 目前已知能力為 幻覺能力 類 幻影系 目前已知能力 分類 暫時不明

用户还搜索了:

...