2022.12.19 - [개념 정리] - 확률론(곡선 피팅)
확률론(곡선 피팅)
곡선 피팅 문젤르 확률적 측면에서 살펴봄으로써 오차 함수와 정규화에 대한 통찰을 얻을 수 있다. 이는 완전한 베이지안 해결법을 도출하는 데 도움이 될 것 이다. 곡선 피팅 문제의 목표는 N
teach-meaning.tistory.com
다항식을 훈련 집합 데이터에 피팅해서 계수의 값들을 정할 수 있다. 훈련 집합의 표적값들의 값과 함숫값 y(x,w) 와의 오차를 측정하는 오차함수를 정의하고 이 함수의 값을 최소화하는 방식으로 곡선 피팅을 할 수 있다.
가장 널리 쓰이는 간단한 오차 함수 중 하나는 다음과 같이 주어진다.
제곱 오차
class error:
e_w = 0
def squre_error(self, target, predict):
self.e_w = 1/2*(predict-target)**2
return self.e_w
평균 제곱근 오차
def root_mean_square_error(self, target, predict):
self.e_w = (((predict-target)**2)/target.shape[0])**1/2
return self.e_w
데이터의 개수로 나눔으로써 데이터 사이즈가 다른 경우에도 비교할 수 있도록 하고, 제곱근을 취함으로써 E 가 표적값 t 와 같은 크기를 가지도록 한다.
'개념 정리 > implement' 카테고리의 다른 글
과일 상자 문제 (0) | 2022.12.26 |
---|---|
확률론 (bayesian)(2) (0) | 2022.12.26 |
확률론 (bayesian) (1) | 2022.12.26 |
정규화 (shrinkage) (0) | 2022.12.24 |
다항식 곡선 피팅(1) (0) | 2022.12.23 |