统计学习理论简介学习教案_第1页
统计学习理论简介学习教案_第2页
统计学习理论简介学习教案_第3页
统计学习理论简介学习教案_第4页
统计学习理论简介学习教案_第5页
已阅读5页,还剩23页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、会计学1统计学习理论统计学习理论(lln)简介简介第一页,共28页。第2页/共28页第二页,共28页。y G从F(x)中抽取(chu q)的x;S是研究对象; LM是所求的学习机。系统 (S)学习机f(x,w) (LM)输入x输出y预测输出产生器(G)输出y与x之间存在一种固定的、但形式未知的联合概率分布函数F(y,x)。学习机中有函数集f(x,w),可估计输入与输出之间依赖关系,其中w为广义参数。第3页/共28页第三页,共28页。),(),(,()(yxdFwxfyLwR第4页/共28页第四页,共28页。2),(),(,(wxfywxfyL),(log),(wxpwxpL),(1),(0),

2、(,(wxfywxfywxfyL若若 要使期望(qwng)风险R(w)最小化,依赖概率分布F(x,y)。 但在机器学习中,只有样本信息,无法直接计算 期望(qwng)风险及其最小化。第5页/共28页第五页,共28页。niiiempwxfyLnwR1),(,(1)(),(),(,()(yxdFwxfyLwR期望风险:第6页/共28页第六页,共28页。第7页/共28页第七页,共28页。为实际可能的最小风险其中)(inf)()()|()()|(00*0*wRwRwRnwRwRnwRwnempn第8页/共28页第八页,共28页。第9页/共28页第九页,共28页。0, 0| )()(|suplim wR

3、wRPempwn第10页/共28页第十页,共28页。第11页/共28页第十一页,共28页。2ln)()()(nnGnHnHann)(ln)(nannZNEnH)(maxln)(nZZNnGn第12页/共28页第十二页,共28页。2ln) 1() 1(2ln)()(,1ln)(hhGhhGhnnGhhnhnhnG而时,当的转折点,即到从是第13页/共28页第十三页,共28页。dndninCdnDndi,2), 1(2),(0当nd+1第14页/共28页第十四页,共28页。VC维 hd+1=2+1=3指示(zhsh)函数为线性函数第15页/共28页第十五页,共28页。diiiwxwwxf10sgn

4、),(diiiwxwwxf10),(第16页/共28页第十六页,共28页。hnwRwRemp/)()(nhnhwRwRemp)4/ln() 1)/2(ln()()(4 推广性的界第17页/共28页第十七页,共28页。第18页/共28页第十八页,共28页。第19页/共28页第十九页,共28页。第20页/共28页第二十页,共28页。nhwRwRemp/)()(SSSSk21第21页/共28页第二十一页,共28页。第22页/共28页第二十二页,共28页。这就是使置信范围最小最小求函数面。因为它支撑了最优分类持向量,等号成立的样本称为支约束条件:分类面方程:)(21|21)(01)(0) 1, 1(, 1),(2wwwwbxwybxwyniyxiiii第23页/共28页第二十三页,共28页。1)()(训练样本数支持向量数EerrorPE第24页/共28页第二十四页,共28页。第25页/共28页第二十五页,共28页。第26页/共28页第二

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论