我在学院上过机器学习课程。在其中一项测验中,有人问了这个问题。
模型1:
模型2:以上哪个模型更适合数据?(假设数据可以使用线性回归建模)
正确的答案(根据教授)是,两个模型的性能都一样好。但是我相信第一个模型会更合适。
这就是我回答背后的原因。第二个模型,其可以被重写为,α = θ + θ 2将不一样的第一模型。α事实上是一个抛物线,因此具有一个最小值(- 0.25在这种情况下)。因此,第一模型中的θ的范围大于第二模型中的α的范围。因此,如果数据是这样的,最适合的有坡度小于- 0.25,所述第二模式将非常差相比于第一个作为执行。但是,如果最佳拟合的斜率大于,两个模型的性能相同。
那么第一个比较好,还是两者完全一样?
3
我认为你是对的。要求的参数是表达为θ + θ 2(对于某些θ)确实执行什么约束α的是可能的。这意味着,第二模型可以表达少比第一关系,因为它本质上是现在约束的优化问题。您的推理对我来说似乎很扎实。
—
马修·德鲁里
@MatthewDrury我只是想知道我出了什么问题,请看下面的答案(和评论)
—
库什
我看到你的评论,但这是一些相当严肃的体操,假设将采用复杂的值。我一定会参加一些办公时间,与您的教授讨论这个问题。无论哪种方式,您都会得到很好的讨论。
—
马修·德鲁里
我不清楚-0.25的来源。你能澄清一下吗?
—
疯狂杰克
我会对您的教授如何将每个模型拟合到两点数据集感兴趣。在模型1和θ = − 1的情况下,拟合是理想的,但是他/她将如何估算模型2中的θ以获得理想的拟合?
—
ub