התפקיד של התרגילות בסופר-ביקורינג: קלקולות ועיסוקים טובים
החלפה היא טכניקה המשמשת ללמידה מבוקרת כדי למנוע התאמה על ידי הוספת עונש למורכבות המודל.זה עוזר לשפר את הכללה של המודל לנתונים בלתי נראים ולשפר את הביצועים החיזוייים שלו.
הבנה של
ניתוח משנה את תפקוד אובדן במהלך אימון על ידי כולל מונח עונש.סוגים נפוצים כוללים L1 סדיריזציה (Lasso) ו L2 סדירזציה (Ridge) שיטות אלה לשלוט בגודל של פרמטרים מודל, עידוד מודלים פשוטים יותר.
המונחים: routine
בלמידה מבוקרת, ניתן לבטא את תפקוד האובדן הקבוע כ:
(ב) λLos = המקורי הפסד + λ × regation Termcioation Term
כאשר λ (lambda) הוא פרמטר הסדיר הקובע את כוחו של הסדיר.לדוגמה, ב- רכס רידג', מונח הסדירזציה הוא סכום של אפקטיביות מרובעת:
⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
הפרקטיקה הטובה ביותר עבור שגרה
- בחר פרמטר קבוע מתאים (λ) באמצעות גלגול צלב.
- התחל עם ערכים λ קטנים ולהגדיל בהדרגה כדי לצפות אפקטים על ביצועי המודל.
- השתמש ב- L1 קבוע כאשר בחירת תכונה היא הרצויה.
- לשלב את הסדיר עם תכונה עבור תוצאות טובות יותר.
- מעקב אחר אימון וטעויות אימות כדי להימנע מהתאמה או מהתאמה.