1、多类分类 二分类器只能区分两个类别，多分类器则可以区分多余两个类别 一些算法（比如随机森林分类器或者朴素贝叶斯分类器）可以直接处理多分类问题，而其他的一些算法（比如SVM分类器或者线性分类器）择时严格的二分类器。当然也有许多策略让二分类器去执行多分类问题 "一对所有"（OvA）策略：创建 ...

目录 误差的来源和分类 误差的分类 参考 误差的来源和分类 误差的分类 这两种不是数值分析的重点内容，主要是不可避免的，所以不考虑。下面的才是实际上重点关注的内容。 截断误差和舍入误差的区别在于截断误差是我们主观上选 ...

定理描述 对二分类问题，当假设空间是有限个函数的集合\(\mathcal{F}=\{f_1,f_2,\cdots,f_d\}\)时，对任意一个函数\(f\in\mathcal{F}\)，至少以概率\(1-\delta\)使得以下不等式成立： \(R(f)\leq\hat{R}(f ...

这篇写的比较详细： from: https://zhuanlan.zhihu.com/p/35709485 这篇文章中，讨论的Cross Entropy损失函数常用于分类问题中，但是为什么它会在分类问题中这么有效呢？我们先从一个简单的分类例子来入手。 1. 图像分类任务 我们希望根据图片 ...

方法误差与舍入误差 方法误差 　　在用数学模型去预测某个值的时候，由于选取的数学模型产生的误差 　　例如使用泰勒展开式求取近似f(x)时，其对应的拉格朗日余项即为方法误差 舍入误差 　　计算机进行数值计算时产生的误差，然后计算时产生的新误差 　　比如用计算机用3.14去近似pi ...

目录 交叉熵损失与均方误差损失 损失函数角度 softmax反向传播角度 参考 博客：blog.shinelee.me | 博客园 | CSDN 交叉熵损失与均方误差损失 常规分类网络最后的softmax层如下图所示，传统机器学习方法以此 ...

...

一 Review 二 Estimator（估计） 下边补充一些数理统计的知识： 由上图可以看出，样本的均值一般是不等于随机变量的期望（除非你有无穷多个样本点），而样本均值的 ...