方差膨胀因子名词解释 | 您所在的位置:网站首页 › 三因子模型名词解释 › 方差膨胀因子名词解释 |
在做机器学习任务时,手中可能不具备足够多的样本资料,而且在相应的特征 上也可能存在着噪音值,使得学习效果有待改善。对此,学术界十分重视,尤其是 在计算机视觉等相关领域,不断提出了抗噪( noise reduction )等技术以提高学 习的准确度。其中,使用“方差膨胀因子”( variance inflation factor )也是 可以提高学习性能的有效方案之一。
“方差膨胀因子”实际上是回归分析中使用的一个概念,主要用来衡量模型当 中,每一个解释变量对模型表现影响的程度。以简单的例子来说,年龄作为解释变 量,如果用来预测学生英语测验成绩,而结果发现方差膨胀因子偏大的话,说明这 个变量(年龄)拥有较大的影响力,也可能是存在其他多重关系造成的。
机器学习任务中,采用方差膨胀因子也能发挥作用。对于已有的特征来说,如 果能加以量化,就能有利于抗噪,提升学习性能。此外,在参与运算时,采用有限 元素法或者阻尼法与方差膨胀因子结合也能获得有效的结果。
从更深一步看,方差膨胀因子可以被视为在已有特征条件下,噪音值的量化, 通过量化噪音的方法可以加快机器学习的运算速度,促进相关计算机视觉的研究。 “方差膨胀因子”的出现,也将有助于普及相关算法,提升算法在技术应用上的可 操作性。
|
今日新闻 |
推荐新闻 |
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 |