[過去ﾛｸﾞ]
【統計分析】機械学習・データマイニング22 (1002ﾚｽ)
【統計分析】機械学習・データマイニング22 http://mevius.5ch.net/test/read.cgi/tech/1547338417/
上
下
前次
1-
新
通常表示
512ﾊﾞｲﾄ分割
ﾚｽ栞
抽出解除
ﾚｽ栞
このｽﾚｯﾄﾞは過去ﾛｸﾞ倉庫に格納されています｡
次ｽﾚ検索
歴削→次ｽﾚ
栞削→次ｽﾚ
過去ﾛｸﾞﾒﾆｭｰ
375: デフォルトの名無しさん (ﾜｯﾁｮｲ df02-zGAl) [sage] 2019/01/31(木) 08:45:36.99 ID:j1saZfoH0 単に、背景にある関数が線形に近いなら線形カーネルの方が成績が良くなるってことだよな 無駄にカーネルの表現力が高いとノイズに影響されやすくなる 関係ないが、多項式カーネルは次元を高くするほどフィッティングの成績は良くなると思ってたんだが 高くしすぎると悪化することもあるのを見て驚いた サポートベクトルや素性の数に比べて次元を高くしすぎると逆に制約になるってことかね http://mevius.5ch.net/test/read.cgi/tech/1547338417/375
388: デフォルトの名無しさん (ﾜｯﾁｮｲ df02-zGAl) [sage] 2019/02/01(金) 01:01:45.93 ID:gQj2ZZAq0 >>375-379 曖昧ですまん。そう、SVMで学習に使ったデータをそのまま分類したときの精度の話だ。 多項式カーネルでdimension=2 → 5までは順調に精度が上がったんだ でもそれ以上次元を上げても精度は98%のまま上がらなくなった ぐっと上げたら100%になるかなと思ってdimension=100にしてみたら50%に下がったんで意外だったって話 オーバーフィッティングさせようと思ったのに逆の結果になってしまった http://mevius.5ch.net/test/read.cgi/tech/1547338417/388
390: デフォルトの名無しさん (ｽｯｯﾌﾟ Sd9f-xJpY) [sage] 2019/02/01(金) 08:32:41.57 ID:cgFfgfk1d >>375 で「サポートベクトルや素性の数に比べて次元を高くしすぎると逆に制約になる」と 書いてるからそれはわかってるんだろう なんつーか、機械学習って仕組みをよくわかってないと陥る罠が多いよな http://mevius.5ch.net/test/read.cgi/tech/1547338417/390
ﾒﾓ帳
(0/65535文字)
上
下
前次
1-
新
書
関
写
板
覧
索
設
栞
歴
ｽﾚ情報
赤ﾚｽ抽出
画像ﾚｽ抽出
歴の未読ｽﾚ
Google検索
Wikipedia
ぬこの手
ぬこTOP
0.031s