3
我不明白LIBLINEAR API中偏置参数的含义。为什么在培训期间由用户指定?它不应该只是从分离超平面到原点的距离,而原点是学习模型的一个参数?如何理解LIBLINEAR中的偏置参数?
这是从自述:
struct problem
{
int l, n;
int *y;
struct feature_node **x;
double bias;
};
如果偏压> = 0,我们假设一个附加特征被添加到每个数据实例的结束。
这是什么附加功能?
我还是不明白。我认为公式看起来像“sum(w_i * x_i)+ bias”,其中偏差是从训练数据中学习的。 但是我们有w_bias和x_bias。你写道:“附加功能x_bias是一个常数,其值等于偏差”。你的意思是说x_bias =偏见吗? w_bias被学习了吗?我应该向训练数据的特征向量添加额外的特征x_bias吗? – lizarisk 2013-04-27 11:59:22
是的,'bias = x_bias'。所有w都是学习参数。不,你不需要明确地附加任何东西到你的特征向量中。 – M456 2013-04-27 22:58:51