- 機械学習 分野一覧 #まとめ編
Index
汎化能力
学習とは、学習データに対する識別関数の出力値と教師データとの誤差が最小になるように、
識別関数のパラメータを調整することである.
しかし、学習で得られた識別関数が学習データに含まれていない 未知のデータに対してうまくはたらくという保証はない.
以下のような状態の簡単なルールベースの識別器に含まれるパラメータ調整時には、汎化対応はいらないのか？
- パラメータの意味が人間にとってわかりやすく、変更対応が迅速にできる
- 対象のデータの内容がある程度分かっていて、過学習すればするほど精度があがることが期待できる
- また、未知データがある程度予測できる.
そこで、学習データから取り除いておいたテストデータを用いて性能評価を行い、
未知データに対する動作をテストデータに対する誤り確率という形で予測することが行われている.
未知のデータに対する識別能力を汎化能力といい、また、その誤差を汎化誤差という.
データ分割
学習データセットとテストデータセットは、手元にあるデータかを分割して、作成する.
分割方法
ホールドアウト法 / Holdout Method
交差確認法 / 交差検証法 / Cross Validation Method
一つ抜き法 / Leave One Out Method
ブートストラップ法 / Bootstrap Method
- ブートストラップ法 / Bootstrap Method
