我们以$Y = \{ y_1, y_2,...,y_n \}$ 表示真实的数据，以$\hat Y = \{ \hat{y}_1, \hat{y}_2,...,\hat{y}_n\}$表示预测出来的数据 1：均方误差 （mean square error）MSE $MSE = \frac{1}{n} ...
分类：
其他好文 时间：
2018-05-04 14:26:21
阅读次数：
419
1. 基本形式 f(æ) = ω1 X1 + ω2 X2 十...+ωdXd + b , 2.线性回归 均方误差有非常好的几何意义--它对应了常用的欧几里得距离或简称"欧 氏距离" (Euclidean distance). 基于均方误差最小化来进行模型求解的方法称为"最小二乘法" (least s ...
分类：
其他好文 时间：
2018-04-26 12:05:17
阅读次数：
287
数据压缩的性能指标 压缩比： 越大越好 压缩质量 无损压缩 有损压缩 主观评分 客观尺度 均方误差 峰值信噪比 压缩速度和解压缩速度 大多数15 全动态25-30 在电话线上传送视频，因受线路传输的限制，帧率要求没有那么高，但也要求达到每秒5帧以上 数据冗余类型 空间冗余 时间冗余 信息熵冗余 视觉 ...
分类：
其他好文 时间：
2018-04-24 00:24:42
阅读次数：
205
一、原理部分： 还是图片显示~ 二、sklearn实现 1、回归树 决策树做回归也太差了吧，难道是我调参有问题吗？一会试试调参看看 决策回归树的误差： 667.87208618 还是没啥用，好差的效果，同样的数据，前面线性回归的均方误差才二十几 决策回归树的误差： 643.989924585 2、分 ...
分类：
其他好文 时间：
2018-04-12 23:26:55
阅读次数：
246
恢复内容开始 基于图像的波前传感是一种利用参数化物理模型和非线性优化计算点扩散函数(Psf)来测量波前误差的方法。当执行基于图像的波前传感时，探测器上捕获一个psf，物理模型创建一个波前，生成一个模拟psf，与优化后的数据相匹配。一个很好的策略是用多项式(如Zernike多项式)对波前进行参数化，从 ...
分类：
系统相关 时间：
2018-04-11 15:05:12
阅读次数：
224
网址https://book.douban.com/reading/46607817/ 建立回归器后，需要建立评价回归器拟合效果的指标模型。 平均误差(mean absolute error):这是给定数据集的所有数据点的绝对误差平均值 均方误差(mean squared error):给定数据集的 ...
分类：
其他好文 时间：
2018-03-30 01:11:56
阅读次数：
197
一、原理部分： 只能图片形式展现了~~~ 二、Python手工实现线性回归 参数值： [ 3.92908866 2.7990655 -0.02259148 14.02249997]均方误差： 2.78412631453 ...
分类：
其他好文 时间：
2018-03-26 19:10:26
阅读次数：
128
性能评估是用什么样的方法来评估一个模型的预测质量。来对模型的性能进行评价。 回归问题的评估方法 能够想到的评估方法是均方误差: 学习器f，在数据集 $D=\{(\mathbf{x}_1,y_1),(\mathbf{x}_2,y_2),…,(\mathbf{x}_m,y_m)\}$上面的均方误差为 $ ...
分类：
其他好文 时间：
2018-03-22 19:26:17
阅读次数：
171
线性回归 训练模型表示通过有标签样本来学习（确定）所有权重和偏差的理想值。在监督式学习中，机器学习算法通过以下方式构建模型：检查多个样本并尝试找出可最大限度地减少损失的模型；这一过程称为经验风险最小化。 均方误差 (MSE) 指的是每个样本的平均平方损失。要计算 MSE，请求出各个样本的所有平方损失 ...
分类：
其他好文 时间：
2018-03-07 00:58:51
阅读次数：
162
1.从方差代价函数说起（Quadratic cost） 代价函数经常用方差代价函数（即采用均方误差MSE），比如对于一个神经元（单输入单输出，sigmoid函数）,定义其代价函数为： 其中y是我们期望的输出，a为神经元的实际输出【 a=σ(z), where z=wx+b 】。 在训练神经网络过程中 ...
分类：
其他好文 时间：
2018-02-15 17:35:17
阅读次数：
188
