1. 多目标
minimize {f(x), \phi(x)}
\phi(x) 越小强调某种性质,比如 smoothness, 或者 model simplicity
2. 正则化
minimize f(x)+v \phi(x)
正则化是解决多目标的一种方法
\phi(x) 越小强调某种性质,比如 smoothness, 或者 model simplicity
3. 在统计模型下,MAP,加先验知识
maximize p(y|x)p(x)
换到 log 域,则为正则化
正则化则有 v 调整 trade-off
4. stochastic
minimize ||Ax-b||
A 视为随机变量,A~ E[A] + V
即考虑了 A 的 variation.
Subscribe to:
Post Comments (Atom)
0 comments:
Post a Comment