1
条回答
写回答
写回答
-
推荐回答需要有一些规则，通常我们会希望根据他的期望风险值判断，但期望风险值要拿到全局数据，除了训练数据外，预测数据也要拿得到，实际现实生活中不会发生这种情况，所以期望风险只是一个理想状态能达到一个全局最优值是达不到的，这时候可以使用经验风险，在训练集上效果最好，但是容易产生过逆和，就是在训练集上表现很好，但在预测集很糟糕。
如果只考虑经验风险的话他更趋向让这个模型复杂化，为了避免这个问题我们引入了结构风险，在经验风险里面增加一个惩罚项，当模型过于复杂就会增加惩罚值使这个模型被抛弃，起到了平衡的作用。
2022-04-01 16:30:34赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
