24小时热门版块排行榜    

查看: 841  |  回复: 4
当前只显示满足指定条件的回帖,点击这里查看本话题的所有回帖

通信小研

新虫 (初入文坛)

[求助] 迁移学习 已有2人参与

传统的机器学习其中一个要素是一致性假设,即认为训练数据和测试数据必须是独立同分布,如果不是相同的分布,为什么就不能用传统的机器学习的算法解决,而转而研究迁移学习?为什么根据训练数据训练得出的分类面对测试数据无效?有没有哪位大神能够帮忙解答下,最后能举个例子~
回复此楼

» 猜你喜欢

已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

gorgan

木虫之王 (文学泰斗)

无意苦争春

【答案】应助回帖

引用回帖:
3楼: Originally posted by 通信小研 at 2014-07-09 17:46:35
谢谢,那两种不同分布的数据,在特征空间是不是表现为距离相聚很大?...

取决于两种分布的差异程度
两种分布的差异越大
在特征空间的距离就越大

[ 发自手机版 http://muchong.com/3g ]
无我相,无人相,无众生相,无寿者相
4楼2014-07-09 21:19:16
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
查看全部 5 个回答

gorgan

木虫之王 (文学泰斗)

无意苦争春

【答案】应助回帖

感谢参与,应助指数 +1
如果训练数据和测试数据不是相同分布的数据
那么根据训练数据训练得出的分类当然面对测试数据无效了
两种不同分布的数据,就像不同形状的两种物体
比如你的分类器根据训练数据得到的分类面可能是一个平面
可是测试数据的分布是不同于训练数据的,其对应的分类面可能是一个曲面
拿分类面是平面的分类器去对分类面是曲面的数据进行分类,就无效了
无我相,无人相,无众生相,无寿者相
2楼2014-07-09 16:16:09
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

通信小研

新虫 (初入文坛)

引用回帖:
2楼: Originally posted by gorgan at 2014-07-09 16:16:09
如果训练数据和测试数据不是相同分布的数据
那么根据训练数据训练得出的分类当然面对测试数据无效了
两种不同分布的数据,就像不同形状的两种物体
比如你的分类器根据训练数据得到的分类面可能是一个平面
可是测 ...

谢谢,那两种不同分布的数据,在特征空间是不是表现为距离相聚很大?
3楼2014-07-09 17:46:35
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

仙木映月

金虫 (正式写手)

【答案】应助回帖

感谢参与,应助指数 +1
这个有点像,让你学了6年英语,高考突然考日语,你当然不会了。但是要是改成考法语,你也许还能蒙对两道题。 但是如果你的模型本身比较适合学日语,比如你是中国人,可能你学的英语学得很不顺手,考日语的分数反而比英语的分数高,再加上日语中很多特征(单词)来自英语,你的分数又上升的了一个层次。不过你毕竟不是学日语的,怎么考也考不过那些日语专业的人。

不知道你看懂了没有。
Hardtosay.
5楼2014-07-10 12:15:16
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
信息提示
请填处理意见