iT邦幫忙

第 11 屆 iThome 鐵人賽

DAY 25
0

特徵組合(Feature Crosses)是利用大量資料後可實現的強力方法,藉由此方法可以繼續使用線性模型取代原有類神經網路解決非線性輸入的情境。


先讓我們看看一個可被清楚分群的線性可分問題長甚麼樣
https://ithelp.ithome.com.tw/upload/images/20191002/20120115mV4IzAmssj.jpg

好,那麼線性不可分的問題呢?
https://ithelp.ithome.com.tw/upload/images/20191002/201201156XI66IcK2v.jpg

那該怎麼解決呢?Cross有乘法的概念馬,呼應Feature Crosses的基本模型就登場啦
https://ithelp.ithome.com.tw/upload/images/20191002/20120115eavOXr3wBI.jpg

原本我們只依靠x1&x2去做線性運算想解決問題,但藉由將X1 cross x2的方式定義為x3,我們將能解決原始線性模型失敗的情況


上一篇
Day24 前處理
下一篇
Day 26 嵌入
系列文
想使自身成長就先從連續30天的機器學習開始吧!31
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言