PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2008 | 22 | nr 27 Zastosowania metod ilościowych | 51--64
Tytuł artykułu

Wymienność wariacji i obciążenia w modelu klasyfikacji pod nadzorem

Autorzy
Warianty tytułu
Bias-Variance Trade-off In Supervised Classification
Języki publikacji
EN
Abstrakty
EN
The article presents the decomposition of the expected prediction error in classification introduced by J.H. Friedman, which can be used to explain this phenomenon. A simulation example of error calculation via Friedman’s decomposition is also given. (fragment of text)
W artykule zaprezentowano podejście do dekompozycji oczekiwanego błędu predykcji w klasyfikacji według J.H. Friedmana. Dekompozycja ta ujawnia multiplikatywną wymienność wariancji i obciążenia w modelu klasyfikacji pod nadzorem oraz pozwala wyjaśnić klasyfikacyjną konkurencyjność prostych, obciążonych modeli, takich jak np. liniowy model prawdopodobieństwa. W artykule przedstawiono również symulacyjny przykład obliczenia oczekiwanego błędu predykcji w klasyfikacji za pomocą dekompozycji Friedmana, porównujący trzy modele ekonometryczne o różnym obciążeniu. (abstrakt oryginalny)
Twórcy
  • Uniwersytet Ekonomiczny we Wrocławiu
Bibliografia
  • Ćwik J.. Koronacki J., Statystyczne systemy uczące się, Wydawnictwo Naukowo-Techniczne, Warszawa 2005.
  • Domingos P., A Unified Bias-Variance Decomposition for Zero-One and Squared Loss, Austin (USA): AAAI Press, Proceedings of the Seventeenth National Conference on Artificial Intelligence 2000, pp. 564-569.
  • Faraway J.J., Extending the Linear Model with R: Generalized Linear, Mixed Effects and Nonparametric Regression Models. Chapman & Hall/CRC Press, London 2006.
  • Friedman J.H., On Bias, Variance, 0/1-loss, and the Curse-of-dimensionality, Kluwer Academic Publishers: Data Mining and Knowledge Discovery 1 1997, pp. 55-77.
  • Hastie T., Tibshirani R., Friedman J., The Elements of Statistical Learning: Data Mining, Inference and Prediction, Springer, New York 2003.
  • Le Borgne Yann-Ael, Bias-Variance Trade-off Characterization in a Classification Problem. What Differences with Regression? Machine Learning Group, Université Libre de Bruxelles 2005.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000164930421

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.