Вариация и смещение
Материал из MachineLearning.
(Различия между версиями)
												
			
			 (категория)  | 
			|||
| Строка 36: | Строка 36: | ||
=== Следствие 2 ===  | === Следствие 2 ===  | ||
Если <tex> \mid y''(x) \mid \uparrow \Rightarrow Bias \uparrow</tex>  | Если <tex> \mid y''(x) \mid \uparrow \Rightarrow Bias \uparrow</tex>  | ||
| + | |||
| + | ==См. также==  | ||
| + | * [[Непараметрическая регрессия]]  | ||
| + | * [[Ядерное сглаживание]]  | ||
| + | |||
| + | [[Категория:Регрессионный анализ]]  | ||
Текущая версия
 
  | 
Теорема о разложении ошибки на вариацию и смещение
Пусть есть выборка из  
-мерных векторов 
. 
 - отклик, 
 - оценка 
 по 
, ближайшим к 
. 
 - метрика, позволяющая сравнить 
 с новым объектом 
Объектам приписаны веса , где 
 - ядро, а 
 - ширина окна.
Теорема о разложении ошибки на вариацию и смещение
Для простоты будем считать .
Рассмтаривается модель с фиксированным планом эксперимента, т.е. , 
 - независимые и одинаково распределенные случайные ошибки, 
, 
, 
;
, если 
;
 при 
при .
Тогда . 
Здесь  называется вариацией и обозначается 
, а 
 называется смещением и обозначается 
.
Следствия
Следствие 1
Сущность сглаживания состоит в балансе вариации и смещения.
Следствие 2
Если 

