Math
Метод найменших квадратів
Порівняйте наближення даних, регуляризацію та перенавчання.
Що спробувати
Підганяйте многочлен до 16 зашумлених вибірок за допомогою QR-розкладу Хаусхолдера. Клацніть, щоб вертикально перемістити найближчу точку й створити викид. Порівняйте похибку на навчальних даних із похибкою відносно відомої беззавадної функції; гребенева регуляризація штрафує непостійні коефіцієнти.
Рівняння модуля
Рівняння задача: minβ ||Aβ−y||² + λ Σⱼ≥₁ βⱼ², Aij = xiʲ Відбиття Хаусхолдера: A = QR; розв'язати Rβ = Qᵀy Гребінь реалізується доповненням A рядками √λI Залишки на навчальних даних можуть зменшуватися, поки похибка прогнозу відносно еталона зростає
