-
2023-04-22 00:35老師，請(qǐng)講解一下官網(wǎng)“Jain Vignette”這一題，謝謝。
所屬：CFA Level II > Quantitative Methods 視頻位置 相關(guān)試題
來(lái)源： 視頻位置 相關(guān)試題
2個(gè)回答
愛吃草莓的葡萄助教
2023-04-23 13:01
該回答已被題主采納
同學(xué)你好。模型預(yù)測(cè)輸出被證明是非線性的，它非常適合訓(xùn)練集，并且不太可能很好地推廣到新數(shù)據(jù)，這被稱為過擬合，刻意的將兩類數(shù)據(jù)分為兩隊(duì)。
B不正確。一個(gè)投入不足的模型將顯示出更線性的輸出，預(yù)期結(jié)果和實(shí)際結(jié)果之間存在多個(gè)錯(cuò)誤分類。
C不正確。具有“良好擬合”的模型將顯示出更線性的輸出，在沒有定義模式的預(yù)期結(jié)果和實(shí)際結(jié)果之間存在一些錯(cuò)誤分類。
同學(xué)如果回答解決了您的疑惑，請(qǐng)給回答給予采納。祝早日持證！
-
追問
Alvis老師，謝謝您的解答。只是，能否用您自己的話，深入淺出的講解這一題，而非翻譯官網(wǎng)講解呢，我就是沒明白官網(wǎng)的解釋，才在這里提問的喲。因此，我有一下兩個(gè)追問，有勞逐一解答哈：
（1）請(qǐng)老師深入淺出地重新講解一下這題。（包括對(duì)應(yīng)知識(shí)點(diǎn)和各選項(xiàng)）
（2）為什么非線性就更適合training data呢？對(duì)應(yīng)本章的只是出處在哪里呢？
有勞了，謝謝。 -
追答
同學(xué)你好。面對(duì)該散點(diǎn)圖劃分，你想到使用什么方法劃分。首先肯定是直線對(duì)吧，利用直線，將兩種點(diǎn)劃分到兩邊，中間可能存在綠點(diǎn)中有少許紅點(diǎn)，紅中有少許綠點(diǎn)，這是正常的，只要我們能將大多數(shù)劃在一邊就很好，達(dá)到好的擬合目標(biāo)。這一點(diǎn)可以借鑒回歸的思想，即散點(diǎn)在回歸線周圍緊密圍繞。
如果我不使用直線，例如像圖中使用折現(xiàn)，我可以將綠的完全劃在一邊，將紅的完全劃在一邊，這樣達(dá)到了劃分的目的，但是這種劃分能夠運(yùn)用到樣本外的預(yù)測(cè)嗎，顯然不能，因?yàn)檫@種劃分太刻意了。刻意將兩組數(shù)據(jù)完全分開，這種規(guī)則不一定適用于除此之外的數(shù)據(jù)，表明過擬合了。
如果我們使用隨便什么線，例如直線，換個(gè)方向，從西北到東南走向劃分?jǐn)?shù)據(jù)，這就可能欠擬合了，因?yàn)榫G點(diǎn)兩邊都有，而且數(shù)量差不多，相當(dāng)于這種劃分沒有什么用，在樣本外預(yù)測(cè)也不會(huì)有什么好的結(jié)果。 -
追問
謝謝Alvis老師詳細(xì)、耐心的講解。對(duì)于這部分（直線線性切割分類）我大致理解，有待進(jìn)一步消化。我現(xiàn)在理解是一條直線切割分類是最好的（如SVM）。如果刻意折線分類，容易造成過擬合；反之，如果任意線隨意劃分，則容易造成欠擬合。
根據(jù)目前的理解也連同理解了為什么監(jiān)督式學(xué)習(xí)中的支持向量（SVM）屬于linearity。只是，KNN的劃分非直線切割（如下截圖），我還是有點(diǎn)不懂為什么KNN屬于linearity，希望能弄明白消化這一部分哈，謝謝。 -
追答
同學(xué)你好。KNN被用來(lái)將一個(gè)新的觀察值根據(jù)相似性劃分到已分好的類別中，原有訓(xùn)練集數(shù)據(jù)是已分好類的，如下圖。
-
追問
Alvis老師，您好。理解KNN屬于supervised ML，因?yàn)槭琴N標(biāo)簽分類的。只是，我不明白為什么屬于linearity?
0
0
1
1
Vincent助教
2023-04-27 10:31該回答已被題主采納
你好
線性分類器就是看其能形成一條近似線性的決策邊界，比如SVM就是線性分類器，因?yàn)樗惴ǖ哪康木褪钦业揭粭l清晰的線性邊界。
KNN也是，把所有樣本數(shù)據(jù)點(diǎn)分類后，能得到一條近似線性的分類邊界。從實(shí)證看，隨著K的增大，其線性分類邊界會(huì)越加光滑。
-
追問
謝謝Vincent老師。請(qǐng)問可以就”KNN是把所有樣本數(shù)據(jù)點(diǎn)分類后，能得到一條近似線性的分類邊界“畫一個(gè)圖例嗎？我還是沒理解。我理解的是這些貼標(biāo)簽的分類點(diǎn)是被圈起來(lái)的，進(jìn)圈的點(diǎn)數(shù)（data）是看k等于多少，至于linearity，我沒理解，有勞再講解一下，謝謝。
-
追答
你好
你看這個(gè)圖，隨著K增大，會(huì)更加趨向線性
0
0
1
1
