Слайд 2Воспоминания о линейных моделях

Слайд 3Воспоминания о линейных моделях
Линейная модель представима в виде:
Или более строго:

Слайд 4Воспоминания о линейных моделях

Слайд 5Регуляризаторы
Проблема большого количества признаков - наличие зависимых друг от друга признаков, ведущее

к неустойчивости модели, и переобучение модели под обучающую выборку.
Решение - добавление к штрафу за большое отклонение от требуемого значения (квадратичному отклонению) штрафа за большие веса. Весовой штраф может быть выражен как модулями, так и квадратами модулей весов признаков.
Слайд 7Отбор признаков
Рассмотрим отрезок [0,1] в одномерном пространстве:
в отрезке [0.1,0.99] лежат 98% всех
![Отбор признаков Рассмотрим отрезок [0,1] в одномерном пространстве: в отрезке [0.1,0.99] лежат](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/979351/slide-6.jpg)
точек
Рассмотрим отрезок (куб) [0,1]3 в трёхмерном пространстве:
в кубе [0.1,0.99]3 лежат уже ~94% всех точек
Рассмотрим отрезок [0,1]1000 в тысячемерном пространстве:
в кубе [0.1,0.99]1000 лежат всего ~1.6*107% всех точек