본문 바로가기

개념 정리/implement

implement_errorFunction

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