Tại sao độ chính xác hữu hạn là một vấn đề trong học máy?


Câu trả lời:


4

Độ chính xác hữu hạn là biểu diễn thập phân của một số đã được làm tròn hoặc cắt ngắn. Có nhiều trường hợp điều này có thể cần thiết hoặc phù hợp. Ví dụ 1/3 và các số siêu việt và đều có biểu diễn thập phân vô hạn. Trong ngôn ngữ lập trình C, giá trị kép là 8 bit và chính xác đến xấp xỉ 16 chữ số. Xem ở đây.eπ

http://www.learncpp.com/cpp-tutorial/25-floating-point-numbers/

Để đại diện cụ thể cho một trong những số này trên máy tính (hữu hạn), phải có một số thỏa hiệp. Chúng ta có thể viết 1/3 đến 9 chữ số là .333333333 nhỏ hơn 1/3.

Những thỏa hiệp này được kết hợp với các hoạt động số học. Các thuật toán không ổn định dễ bị lỗi số học. Đây là lý do tại sao SVD thường được sử dụng để tính PCA (tính không ổn định của ma trận hiệp phương sai).

http://www.sandia.gov/~smartin/presentations/SMartin_Stability.pdf

https://en.wikipedia.org/wiki/Numerical_stability

Trong trình phân loại vịnh ngây thơ, bạn sẽ thường thấy phép nhân được chuyển thành tổng số logarit, ít xảy ra lỗi làm tròn.

https://en.wikipedia.org/wiki/Naive_Bayes_groupifier#Multinomial_naive_Bayes


Cảm ơn. Bạn có thể giải thích cách svd giải quyết vấn đề trong PCA và cách lấy tổng số nhật ký làm giảm vấn đề không? Tổng số các bản ghi này được sử dụng trong phân loại vịnh ngây thơ ở đâu?
GeorgeOfTheRF

Đây là những câu hỏi sâu hơn, nhưng tôi có thể cung cấp một số gợi ý. nó "giải quyết" nó bởi vì bạn có thể có được PCA từ SVD. Xem ở đây để có một bài viết tuyệt vời: arxiv.org/pdf/1404.1100.pdf . SVD được ưa thích vì thiếu ma trận hiệp phương sai trong tính toán của nó. Tổng số các bản ghi trong các vịnh

Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.