Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Этот критерий позволяет использовать при выборе моделей линейную комбинацию нескольких критериев. Комбинированный критерий
при условии нормировки
Здесь — принятые на рассмотрение критерии, а — веса этих критериев, назначенные в начале вычислительного эксперимента.
Используются также нормализованные значения критериев. При этом предыдущая формула имеет вид
Максимальное значение критерия берется по вычисленным значениям критериев для всех порожденных моделей. В данном случае оптимальная модель может быть найдена только после завершения настройки параметров всех моделей.
Пример распространенного комбинированного критерия — смещение плюс ошибка аппроксимации.
где — нормализованная среднеквадратичная ошибка аппроксимации на всей выборке с использованием коэффициентов, полученных также на .
Второй пример комбинированного критерия — смещение плюс регулярность.
Третий пример — смещение плюс ошибка на тестовой выборке.
Такой критерий обеспечивает выбор наиболее несмещенных, устойчивых и точных моделей. Здесь — среднеквадратичная ошибка, вычисленная на выборке , с весами, настроенными на всей выборке .
Обычно при вычислении критерия выборку делят на три части в пропорциях , и . Выборки и используются для вычисления критерия минимального смещения, а выборка — для вычисления ошибки предсказания. Для критериев и выборка обычно делится на две равные части.
Дата публикования: 2014-11-29; Прочитано: 624 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!