Nella maggior parte delle classificazioni (ad esempio regressione logistica/lineare) il termine di bias viene ignorato durante la regolarizzazione. Otterremo una classificazione migliore se non regolarizzeremo il termine di bias?Perché il termine di bias non è regolarizzato nella regressione della cresta?
Esempio:
Y = aX + b
regolarizzazione si basa sull'idea che overfitting su Y è causato da a essere "eccessivamente specifico", per così dire, che di solito si manifesta con grandi valori di elementi a s'.
b compensa semplicemente la relazione e la sua scala è quindi molto meno importante per questo problema. Inoltre, nel caso in cui sia necessario un ampio offset per qualsiasi ragione, la regolarizzazione impedirà di trovare la relazione corretta.
Quindi la risposta sta in questo: in Y = aX + b, a viene moltiplicato con la variabile esplicativa, b viene aggiunto ad esso.
grazie per la risposta. Ho capito ora. –