结构化风险最小化-数据挖掘原理与SPSS-Clementine应用宝典

时间:2024-05-13 18:17:11
【文件属性】:

文件名称:结构化风险最小化-数据挖掘原理与SPSS-Clementine应用宝典

文件大小:9.07MB

文件格式:PPT

更新时间:2024-05-13 18:17:11

SPSS 数据挖掘

14.1.4结构化风险最小化 通常,在小样本的情况下,对于复杂的学习机器,其训练误差过小,但反而造成了置信范围的增大,从而导致泛化性能下降。这往往是由于学习机器的结构不合理造成的。因此,ERM原则在样本有限时是不合理的。为此,统计学习理论提出了一种新的策略,在保证ERM原则的基础上,降低学习机器的VC维,能够使得期望风险在整个总体集上得到控制,即在训练误差和置信范围二者之间寻求一个折衷。这种思想就是结构风险最小化(Structural Risk Minimization,SRM)原则。


网友评论