🔥 预测任务索引帖
待完善
#refplus, #refplus li{
padding:0;
margin:0;
list-style:none;
}；
document.querySelectorAll(".refplus-num").forEach((ref) => {
let refid = ref.firstChild.href.replace(location.origin+location.pathname,'');
let refel = document.querySelector(refid);
let refnum = refel.dataset.num;
let ref_content = refel.innerText.replace(`[${refnum}]`,'');
tippy(ref, {
content: ref_content,
...
预测模型概览
基于该评分规则的最小化负对数损失 （ NLL\text{NLL}NLL ）方法，应该会产生良好校准的输出类概率。但在实践中，对数损失往往会过分强调概率分布的尾部。
一、问题提出
绝大多数机器学习都比较关注解决一个单纯的问题：从标记训练集 D={(xn,yn),n=1:N}\mathcal{D} = \{(\boldsymbol{x}_n, \boldsymbol{y}_n), n = 1:N\}D={(xn,yn),n=1:N} 中学习得到某个函数 fff，使其能够从未来的新输入 x\boldsymbol{x}x 中预测输出 y\boldsymbol{y}y。 其中，xn∈X⊆RD\boldsymbol{x}_n \in \mathcal{X} \subseteq \mathbb{R}^Dxn∈X⊆RD, yn∈Y⊆RC\boldsymbol{y}_n \in \mathcal{Y} \subseteq \mathbb{R}^Cyn∈Y⊆RC 。
我们可以使用形式为 p(y∣f(x))p(\boldsymbol{y}|f(\boldsymbol{x}) ...