Bias và biến đổi là những khái niệm quan trọng trong việc giám sát việc học để giúp đánh giá hiệu suất của mô hình. hiểu làm thế nào để tính toán những thước đo này có thể cải thiện việc chọn và điều chỉnh mô hình.

Hiểu được hai loại và nhiều loại

Bias đề cập đến lỗi được đưa ra bởi ứng dụng một vấn đề thực tế với một mô hình đơn giản. nhiều phép đo lường độ ngẫu nhiên của dự đoán mô hình cho các bộ dữ liệu đào tạo khác nhau. cả hai đều ảnh hưởng đến độ chính xác và khả năng tổng quát của mô hình.

Tính toán hai chiều

Bias được tính toán bằng cách so sánh những dự đoán trung bình của mô hình với giá trị thật.

  • Huấn luyện mô hình nhiều lần trên các bộ dữ liệu khác nhau.
  • tiên đoán kết xuất cho điểm thử cố định mỗi lần.
  • Tính toán trung bình của những dự đoán này.
  • Tính toán sự khác biệt giữa trung bình này và giá trị thực.
  • Hình vuông này khác nhau để có được các thành kiến bình phương.

Tính toán nhiều loại

Biến thể đo lường tính đa dạng của dự đoán của mô hình.

  • Sử dụng các dự đoán từ nhiều mô hình được đào tạo trên các bộ dữ liệu khác nhau.
  • Tính toán các dự đoán trung bình trên tất cả các mô hình.
  • Xác định độ lệch bình phương của mỗi dự đoán từ ý nghĩa này.
  • Trung bình những sự lệch hướng bình phương này để tìm sự biến đổi.

Gương mẫu thực tế

Giả sử bạn có một bộ dữ liệu và đào tạo một mô hình năm lần trên các tiểu đề khác nhau. Đối với một điểm thử nghiệm cụ thể, các dự đoán là 3.2, 3, 8, 3, 7, và 3.3.

Số dự đoán trung bình là 3.5.