I
Почему она выдает расстояние? По сути это сама гиперплоскость определена линейным уравнением и трансформирована (если GLM) в какое-то другое пространство, разве нет?)
Size: a a a
2021 September 02
I
А определяется уже за счёт уменьшения расстояние до нее с помощью оптимизации
S
Ну в трехмерном случае <w,x>/||w|| - точно расстояние
В многомерном должно быть то же
<w,x>/||w|| = 0 определяет саму плоскость
В многомерном должно быть то же
<w,x>/||w|| = 0 определяет саму плоскость
S
Если в <w,x>/||w|| конкретную точку подставить, должно как раз расстояние получиться
S
Если ||w|| != 1 - ну кого это волнует в регрессиях
Будет расстояние*||w||
Будет расстояние*||w||
S
Или я что-то путаю
WD
Если разделяющая гиперплоскость задана уравнением w^t*x = 0 , то значение — w^t*x_i (или log(odds_ratio)) — это расстояние точки x_i от этой плоскости
WD
Грубо говоря, уверенность классификатора в предсказанном лейбле
S
Сверху модуль
S
Ну вот грубо говоря
S
Модуль опускается, чтоб было и отрицательное расстояние
I
Либо я туплю, либо мы о разном говорим либо хз. В случае обычной линейной регрессии в двухмерном пространстве мы ищем прямую минимизируя расстояние точек к ней. В результате у нас есть заданная линейным уравнением прямая, на которой и определенно множество Y, так что f:X->Y
S
Ну да
Если из этого классификатор сделать, то как?
Если из этого классификатор сделать, то как?
I
То, что Вы написали выше - это же про SVM, по сути
S
Была прямая, заданная уравнением <w,x>=0
Подставляешь конкретную точку в <w,x> получаешь либо >0, либо <0, либо 0
Если больше - 1 класс, если меньше - второй
Подставляешь конкретную точку в <w,x> получаешь либо >0, либо <0, либо 0
Если больше - 1 класс, если меньше - второй
S
Нет, свм просто по-другому немного плоскость рисует
S
В случае логистической мы не просто на знак смотрим, а пропускаем значение через сигмоиду и типа вероятность получаем
I
Да, но поскольку это функциональная зависимость, то и ответом будет область значения функции.
S
Если прям регрессия-регрессия, то посыл то в том, чтоб найти зависимость между y и вектором переменных х
Тогда мы построим гиперплоскость <w,(y,x)>=0
И из подстановки х будем находить y
Тогда мы построим гиперплоскость <w,(y,x)>=0
И из подстановки х будем находить y
I
Все, я вкурил, мы о разном говорили))