मैं देखता हूं कि दोनों फ़ंक्शन डेटा माइनिंग विधियों जैसे कि ग्रेडिएंट बूस्टिंग रेजिस्टर्स का हिस्सा हैं। मैं देखता हूं कि वे अलग-अलग वस्तुएं भी हैं।
दोनों का रिश्ता सामान्य रूप से कैसा है?
मैं देखता हूं कि दोनों फ़ंक्शन डेटा माइनिंग विधियों जैसे कि ग्रेडिएंट बूस्टिंग रेजिस्टर्स का हिस्सा हैं। मैं देखता हूं कि वे अलग-अलग वस्तुएं भी हैं।
दोनों का रिश्ता सामान्य रूप से कैसा है?
जवाबों:
एक निर्णय फ़ंक्शन एक फ़ंक्शन है जो डेटासेट को इनपुट के रूप में लेता है और आउटपुट के रूप में निर्णय देता है। निर्णय क्या हो सकता है हाथ में समस्या पर निर्भर करता है। उदाहरणों में शामिल:
आमतौर पर, किसी समस्या के लिए अनंत संख्या में निर्णय कार्य उपलब्ध होते हैं। अगर हम उदाहरण के लिए दस टिप्पणियों आधार पर स्वीडिश पुरुषों की ऊंचाई का अनुमान लगाने में रुचि रखते हैं , तो हम निम्नलिखित में से किसी भी निर्णय का उपयोग कर सकते हैं d ( x ) :
फिर हम यह कैसे निर्धारित कर सकते हैं कि इनमें से कौन से निर्णय का उपयोग करना है? एक तरीका एक नुकसान फ़ंक्शन का उपयोग करना है , जो सभी संभावित निर्णयों से जुड़े नुकसान (या लागत) का वर्णन करता है। अलग-अलग निर्णय कार्यों से विभिन्न प्रकार की गलतियाँ होंगी। नुकसान फ़ंक्शन हमें बताता है कि हमें किस प्रकार की गलतियों के बारे में अधिक चिंतित होना चाहिए। सबसे अच्छा निर्णय फ़ंक्शन वह फ़ंक्शन है जो सबसे कम अपेक्षित नुकसान देता है । अपेक्षित नुकसान से क्या मतलब है सेटिंग पर निर्भर करता है (विशेष रूप से, चाहे हम लगातार या बेयसियन आंकड़ों के बारे में बात कर रहे हों )।
संक्षेप में:
हानि फ़ंक्शन वह है जो एक मॉडल प्राप्त करने के लिए कम से कम किया जाता है जो कुछ अर्थों में इष्टतम है। मॉडल में स्वयं एक निर्णय फ़ंक्शन होता है जिसका उपयोग भविष्यवाणी करने के लिए किया जाता है।
उदाहरण के लिए, SVM क्लासिफायर में: