统计学习理论

✍ dations ◷ 2025-06-28 02:51:59 #统计学习理论
统计学习理论(英语:Statistical learning theory),一种机器学习的架构,根据统计学与泛函分析(Functional Analysis)而建立。统计学习理论基于资料(data),找出预测性函数,之后解决问题。支持向量机(Support Vector Machine)的理论基础来自于统计学习理论。令 X {displaystyle X} 为所有可能的输入组成的向量空间, Y {displaystyle Y} 为所有可能的输出组成的向量空间。统计学习理论认为,积空间 Z = X × Y {displaystyle Z=Xtimes Y} 上存在某个未知的概率分布 p ( z ) = p ( x → , y ) {displaystyle p(z)=p({vec {x}},y)} 。训练集由这个概率分布中的 n {displaystyle n} 个样例构成,并用 S = { ( x → 1 , y 1 ) , … , ( x → n , y n ) } = { z → 1 , … , z → n } {displaystyle S={({vec {x}}_{1},y_{1}),dots ,({vec {x}}_{n},y_{n})}={{vec {z}}_{1},dots ,{vec {z}}_{n}}} 表示。每个 x → i {displaystyle {vec {x}}_{i}} 都是训练数据的一个输入向量, 而 y i {displaystyle y_{i}} 则是对应的输出向量。损失函数的选择是机器学习算法所选的函数 f S {displaystyle f_{S}} 中的决定性因素。 损失函数也影响着算法的收敛速率。损失函数的凸性也十分重要。根据问题是回归问题还是分类问题,我们可以使用不同的损失函数。回归问题中最常用的损失函数是平方损失函数(也被称为L2-范数)。类似的损失函数也被用在普通最小二乘回归。其形式是:另一个常见的损失函数是绝对值范数(L1-范数):某种程度上说0-1指示函数是分类问题中最自然的损失函数。它在预测结果与真实结果相同时取0,相异时取1。对于 Y = { − 1 , 1 } {displaystyle Y={-1,1}} 的二分类问题,这可以表示为:其中 θ {displaystyle theta } 为单位阶跃函数。机器学习的一大常见问题是过拟合。由于机器学习是一个预测问题,其目标并不是找到一个与(之前观测到的)数据最拟合的的函数,而是寻找一个能对未来的输入作出最精确预测的函数。经验风险最小化有过拟合的风险:找到的函数完美地匹配现有数据但并不能很好地预测未来的输出。过拟合的常见表现是不稳定的解:训练数据的一个小的扰动会导致学到的函数的巨大波动。可以证明,如果解的稳定性可以得到保证,那么其可推广性和一致性也同样能得到保证。 正则化可以解决过拟合的问题并增加解的稳定性。正则化可以通过限制假设空间 H {displaystyle {mathcal {H}}} 来完成。一个常见的例子是把 H {displaystyle {mathcal {H}}} 限制为线性函数:这可以被看成是把问题简化为标准设计的线性回归。 H {displaystyle {mathcal {H}}} 也可以被限制为 p {displaystyle p} 次多项式,指数函数,或L1上的有界函数。对假设空间的限制能防止过拟合的原因是,潜在的函数的形式得到了限制,因此防止了那些能给出任意接近于0的经验风险的复杂函数。一个正则化的样例是吉洪诺夫正则化,即最小化如下损失函数其中正则化参数 γ {displaystyle gamma } 为一个固定的正参数。吉洪诺夫正则化保证了解的存在性、唯一性和稳定性。

相关

  • 白三烯C4合酶2PNO, 2UUH, 2UUI, 3B29, 3HKK, 3LEO, 3PCV· leukotriene-C4 synthase activity · glutathione peroxidase activity · protein binding · enzyme activator activit
  • 淀粉样变类淀粉沉积症(英语:Amyloidosis),又称类淀粉堆积症或淀粉样变,是指类淀粉蛋白(一种异常蛋白质)沉积在组织引起的一类疾病。类淀粉沉积症的病征视乎淀粉样蛋白沉积的所在地而有所不
  • 文艺复兴人文主义在文艺复兴时期,人文主义(英语:Humanism)是对古典时代的研究,而对古典时代的研究也象征着,中世纪的人们从研究了解神,转变为对自身的研究与了解,思想也逐渐从“神本”思想转变为“人
  • 里急后重里急后重(rectal tenesmus)是一个医学术语,形容便秘时的一种症状。患者感觉急需大便而无法顺利排出;可用16个字概括:“腹痛窘迫,时时欲便。肛门重坠,便出不爽”。中文病名出自中国
  • 尿流率图尿路动力学(英文:Urodynamics),简单来说是指液体在尿道上的流动所涉及的事项。尿路动力学(在中国称:尿流动力学或尿动力学)一词其原意是指液体在尿道上的流动所涉及的事项1。但是,在
  • 生物降解生物降解或生物分解,是由微生物把某些物质以化学分解成自然元素。该术语通常在关系到生态环境、废物管理、生物医药、自然环境(生物修复)。现在,可生物降解一词常用于环保产品,表
  • 卡拜Carbon(I) hydride Carbyne Methylyne卡拜(Carbyne)是拥有三个自由电子的电中性单价碳活性中间体HC及其衍生物(如EtO2C-C)的统称。卡拜可通过很多方法获得。它可以短寿命的活性
  • 彼得·戈德赖希皇家天文学会查普曼奖章 (1985) Brouwer Award (1986) 英国皇家天文学会金质奖章 (1993) 美国国家科学奖章 (1995)彼得·戈德赖希(德语:Peter Goldreich,1939年7月14日-),美国天体
  • 殷鸿福殷鸿福(1935年3月19日-),中国地质古生物学家。1956年毕业于北京地质学院地质勘探系煤田地质专业,1961年在北京地质学院地层古生物学专业研究生毕业后一直留校任教。曾在美国自然
  • 口服葡萄糖耐量试验糖耐力测试(Oral glucose tolerance test, OGTT)是一种测试血糖在人体内代谢水平的医学实验。具体步骤是,要求被测试对象在空腹情况下喝下75克无水葡萄糖或82.5克含一分子水的