在SVM和Softmax分类器中添加数据点对损失的影响

是否有可能在训练集中添加一个新的数据点,使得SVM的损失保持不变,而Softmax分类器的损失却发生变化?


回答:

在SVM中,如果新数据点的得分超出了正确类别得分的边缘范围,损失就不会发生变化;但在Softmax损失中,如果新添加的数据点的得分接近正无穷,它将对损失产生不利影响,Softmax的损失肯定会发生变化。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注