Понимание компромисса смещения и дисперсии и того, как достичь баланса между ними, используя методы регуляризации усадки. В обычной модели линейной регрессии мы пытаемся предсказать переменную отклика, подгоняя все предикторы к линейному уравнению следующим образом: В приведенном выше уравнении мы пытаемся предсказать Y, используя два предиктора X1 и X2, где β1 и β2 — коэффициенты, помогающие оценить влияние предиктора на переменную отклика Y. Здесь ε — неустранимая ошибка,..

— — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — Регуляризация имеет важное значение в машинном обучении, поскольку она используется для предотвращения переобучения. Член регуляризации добавляется, чтобы коэффициенты не подходили так идеально, чтобы соответствовать переобучению. В первую очередь методы регуляризации L1 и L2 — это контролируемое машинное обучение, используемое для задач регрессии. Прежде чем углубляться, нам нужно понять концепцию функции стоимости . В..