前面文章小编简单给大家介绍了泛化能力的一些基础知识,今天给大家带来的是提高模型泛化能力的方法--正则化。
一、首先来回顾一下什么是泛化能力
泛化能力(generalization ability),百科给出的定义是:机器学习算法对新鲜样本的适应能力。学习的目的是学到隐含在数据对背后的规律,对具有同一规律的学习集以外的数据,经过训练的网络也能给出合适的输出,该能力称为泛化能力。简单来概括一下,泛化能力就是一个机器学习算法能够识别没有见过的样本的能力,通俗点说就是学以致用,举一反三的能力。机器学习方法训练出一个模型,我们会希望这个模型不但是对于已知的数据(训练集)性能表现良好,而且对于未知的数据(测试集)也能够表现良好,这就表明这个模型具有良好的泛化能力。在实际应用子中,模型的过拟合(overfitting)与欠拟合(underfitting)能够最直观的体现出泛化能力的好坏。
根据泛化能力强弱,可以分为:
欠拟合:模型不能在训练集上获得足够低的误差;
拟合:测试误差与训练误差差距较小;
过拟合:训练误差和测试误差之间的差距太大;
不收敛:模型不是根据训练集训练得到的。
二、简单介绍正则化
正则化regularization的目标为:模型的经验风险和模型复杂度之和达到最小,即结构风险达到最小。也就是正则化的目的是为了防止过拟合, 从而增强泛化能力。
我们通常将正则化定义为:对学习算法的修改,目的是减少泛化误差而不是训练误差
在训练次数足够多,以及表达形式足够复杂的情况下,训练误差能够无限小,可是这并不代表着泛化误差的减小。相反的,一般情况下,这样会导致泛化误差的增大。最常见的例子是:真实数据的分布符合二次函数,但是欠拟合一般会将模型拟合成一次函数,而过拟合通常将模型拟合成高次函数。根据奥卡姆剃须原则:在尽可能符合数据原始分布的基础上,更加平滑、简单的模型,往往更加符合数据的真实特征。所以,我们必须采用采用某种约束,这也就引出了的正则化。
三、正则化---提高模型的泛化能力
按策略正则化可以分为以下三类:
(一) 经验正则化:利用工程上的技巧,实现更低的泛化误差,例如:提前终止法、模型集成、Dropout等;
1.提前终止(earlystop)
一种最简单的正则化方法,在泛化误差指标不再提升后,提前结束训练
2.模型集成(ensemable))
通过训练多个模型来完成该任务,这些模型可以是不同的网络结构,不同的初始化方法,不同的数据集训练出来的,也可以是采用不同的测试图片处理方法。总结来说就是,利用多个模型进行投票的策略
3.Dropout移除一部分神经元
Dropout采用的是"综合起来取平均”的策略,来防止过拟合问题。不同的网络会产生不同的过拟合问题,取平均会让一些“相反的”拟合有互相抵消的可能,整个Dropout过程就相当于 对很多个不同的神经网络取平均。而且因为dropout程序导致两个神经元不一定每次都在一个dropout网络中出现,这样会减少神经元之间复杂的共适应关系
(二)参数正则化:直接提供正则化约束,例如:L1/L2正则化法等;
L1/L2正则化方法,就是最常用的正则化方法,它直接来自于传统的机器学习。
L1正则化:
L2正则化:
(三)隐式正则化:不直接提供约束,例如:数据有关的操作,包括归一化、数据增强、扰乱标签等。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA持证人简介: 居瑜 ,CDA一级持证人国企财务经理,13年财务管理运营经验,在数据分析就业和实践经验方面有着丰富的积累和经 ...
2025-04-25在当今数字化时代,数据分析师的重要性与日俱增。但许多人在踏上这条职业道路时,往往充满疑惑: 如何成为一名数据分析师?成为 ...
2025-04-24以下的文章内容来源于刘静老师的专栏,如果您想阅读专栏《刘静:10大业务分析模型突破业务瓶颈》,点击下方链接 https://edu.cda ...
2025-04-23大咖简介: 刘凯,CDA大咖汇特邀讲师,DAMA中国分会理事,香港金管局特聘数据管理专家,拥有丰富的行业经验。本文将从数据要素 ...
2025-04-22CDA持证人简介 刘伟,美国 NAU 大学计算机信息技术硕士, CDA数据分析师三级持证人,现任职于江苏宝应农商银行数据治理岗。 学 ...
2025-04-21持证人简介:贺渲雯 ,CDA 数据分析师一级持证人,互联网行业数据分析师 今天我将为大家带来一个关于用户私域用户质量数据分析 ...
2025-04-18一、CDA持证人介绍 在数字化浪潮席卷商业领域的当下,数据分析已成为企业发展的关键驱动力。为助力大家深入了解数据分析在电商行 ...
2025-04-17CDA持证人简介:居瑜 ,CDA一级持证人,国企财务经理,13年财务管理运营经验,在数据分析实践方面积累了丰富的行业经验。 一、 ...
2025-04-16持证人简介: CDA持证人刘凌峰,CDA L1持证人,微软认证讲师(MCT)金山办公最有价值专家(KVP),工信部高级项目管理师,拥有 ...
2025-04-15持证人简介:CDA持证人黄葛英,ICF国际教练联盟认证教练,前字节跳动销售主管,拥有丰富的行业经验。在实际生活中,我们可能会 ...
2025-04-14在 Python 编程学习与实践中,Anaconda 是一款极为重要的工具。它作为一个开源的 Python 发行版本,集成了众多常用的科学计算库 ...
2025-04-14随着大数据时代的深入发展,数据运营成为企业不可或缺的岗位之一。这个职位的核心是通过收集、整理和分析数据,帮助企业做出科 ...
2025-04-11持证人简介:CDA持证人黄葛英,ICF国际教练联盟认证教练,前字节跳动销售主管,拥有丰富的行业经验。 本次分享我将以教培行业为 ...
2025-04-11近日《2025中国城市长租市场发展蓝皮书》(下称《蓝皮书》)正式发布。《蓝皮书》指出,当前我国城市住房正经历从“增量扩张”向 ...
2025-04-10在数字化时代的浪潮中,数据已经成为企业决策和运营的核心。每一位客户,每一次交易,都承载着丰富的信息和价值。 如何在海量客 ...
2025-04-09数据是数字化的基础。随着工业4.0的推进,企业生产运作过程中的在线数据变得更加丰富;而互联网、新零售等C端应用的丰富多彩,产 ...
2025-04-094月7日,美国关税政策对全球金融市场的冲击仍在肆虐,周一亚市早盘,美股股指、原油期货、加密货币、贵金属等资产齐齐重挫,市场 ...
2025-04-08背景 3月26日,科技圈迎来一则重磅消息,苹果公司宣布向浙江大学捐赠 3000 万元人民币,用于支持编程教育。 这一举措并非偶然, ...
2025-04-07在当今数据驱动的时代,数据分析能力备受青睐,数据分析能力频繁出现在岗位需求的描述中,不分岗位的任职要求中,会特意标出“熟 ...
2025-04-03在当今数字化时代,数据分析师的重要性与日俱增。但许多人在踏上这条职业道路时,往往充满疑惑: 如何成为一名数据分析师?成为 ...
2025-04-02