S
или нормировать, или взять деревья, которым похуй на масштаб))
Можно, я придумал как
Тесты не зря юзают
Size: a a a
2021 September 22
S
Нормировка не поможет
S
не поможет в каких случаях?
S
Ну можно подобрать такие точки на плоскости Оyх1 и Oyx2, которые будут с нулевым мат.ожиданием и стандартным отклонением 1, мнк даст плоскости с большим тангенсом на одной и небольшим на другой
Убираем бОльший коэффициент и какой-нибудь L2 даст меньшую ошибку, чем если бы мы убрали меньший, потому что на одной плоскости было 2 точки, а на другой - много
Как-то так на пальцах
Убираем бОльший коэффициент и какой-нибудь L2 даст меньшую ошибку, чем если бы мы убрали меньший, потому что на одной плоскости было 2 точки, а на другой - много
Как-то так на пальцах
S
Надо порисовать
S
и тут ты вывел гипотезу максимального правдоподобия)
которая опять же инвариантна к масштабу
которая опять же инвариантна к масштабу
S
В смысле как?
S
ну тупо потому что любое распределение бесконечно))
S
ну как-то так)
S
В смысле, не понял, к чему оно тут
Ну мнк соответвтует ммп, но я ж не о том
Ну мнк соответвтует ммп, но я ж не о том
S
а о чём?
S
зарывайся дальше))
S
О важности фичей, о том, что если один вес больше другого, то кажется, это не значит, что она важнее второй
S
То есть если занулить больший коэффициент, это не значит, что L2 будет больше, чем если занулить меньший
S
SHAP, не вкурсе?
S
Аппроуч фром гейм сеори, так, к чему он?
S
Я ж не спрашиваю, как мне оценить важность фичей
S
и так-то если знать геометрический смысл L1 и L2, то понятно будет почему зануляются признаки при одном методе и при другом нет))
S
Николенко посмотрите