Apa itu regresi linier beraturan?
Apa itu regresi linier beraturan?

Video: Apa itu regresi linier beraturan?

Video: Apa itu regresi linier beraturan?
Video: Cara Menghitung Nilai Prediksi Regresi Linier (Penduga Y) 2024, April
Anonim

Regularisasi . Ini adalah bentuk dari regresi , yang membatasi/ mengatur atau mengecilkan estimasi koefisien menuju nol. Dengan kata lain, teknik ini menghambat pembelajaran yang lebih kompleks atau fleksibel model , untuk menghindari risiko overfitting. Hubungan sederhana untuk regresi linier terlihat seperti ini.

Sejalan dengan itu, apa lambda dalam regresi linier?

Ketika kita memiliki gelar tinggi linier polinomial yang digunakan untuk menyesuaikan satu set titik dalam a regresi linier setup, untuk mencegah overfitting, kami menggunakan regularisasi, dan kami menyertakan a lambda parameter dalam fungsi biaya. Ini lambda kemudian digunakan untuk memperbarui parameter theta dalam algoritma penurunan gradien.

Kedua, apa tujuan dari regularisasi? Regularisasi adalah teknik yang digunakan untuk menyetel fungsi dengan menambahkan istilah penalti tambahan dalam kesalahan fungsi . Istilah tambahan mengontrol fluktuasi yang berlebihan fungsi sehingga koefisien tidak mengambil nilai ekstrim.

Dengan cara ini, mengapa kita perlu melakukan regularisasi dalam regresi?

Tujuan dari regularisasi adalah untuk menghindari overfitting, dengan kata lain kami mencoba menghindari model yang sangat cocok dengan data pelatihan (data yang digunakan untuk membangun model), tetapi tidak cocok dengan data pengujian (data yang digunakan untuk menguji seberapa baik model tersebut). Ini dikenal sebagai overfitting.

Apa yang dimaksud dengan regularisasi?

Dalam matematika, statistik, dan ilmu komputer, khususnya dalam pembelajaran mesin dan masalah invers, regularisasi adalah proses penambahan informasi untuk memecahkan masalah yang diajukan atau untuk mencegah overfitting. Regularisasi berlaku untuk fungsi tujuan dalam masalah optimasi yang tidak tepat.

Direkomendasikan: