神经网络的偏置神经元是否相当于线性回归的y截距?

上述说法是否正确?偏置和\beta_0都是独立于输入的权重,因此它们允许模型添加某个常数值。


回答:

首先,线性回归试图估计一个函数,而单个神经元将输入空间划分为两个子空间,因此它们执行的任务本质上是不同的。

尽管如此,神经元中的\beta_0和线性回归中的y截距都是偏置:它们是无论输出如何都应用于最终输出的常数(仅为澄清:它们在某种意义上依赖于输入,因为模型是从输入数据中学习它们的)。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注