İlk olarak doğrusal bir regresyon çizgisi oluşturdukları, önyargıları düzelttikleri ve daha sonra sadece bu verileri modelleri için kullandıkları giriş / çıkış veri kümelerine sahip birçok yer gördüm. Bu önyargı düzeltmesinin ne olduğunu anlamadım?
İlk olarak doğrusal bir regresyon çizgisi oluşturdukları, önyargıları düzelttikleri ve daha sonra sadece bu verileri modelleri için kullandıkları giriş / çıkış veri kümelerine sahip birçok yer gördüm. Bu önyargı düzeltmesinin ne olduğunu anlamadım?
Yanıtlar:
Sorun ifadesi tam olarak ne tür bir önyargı düzeltmesinden bahsettiğinizi tam olarak bilmese de, genel anlamda bu konuda konuşabileceğimi düşünüyorum. Bazen bir tahminci önyargılı olabilir. Bu sadece iyi bir tahmin edici olsa da, beklenen veya ortalama değerinin parametreye tam olarak eşit olmadığı anlamına gelir. Tahmin edenin ortalaması ile gerçek parametre değeri arasındaki farka sapma denir. Bir tahmin edicinin önyargılı olduğu biliniyorsa, bazen, başka bir yolla, önyargıyı tahmin etmek ve ardından tahmini önyargıyı orijinal tahminden çıkararak tahmin ediciyi değiştirmek mümkündür. Bu işleme önyargı düzeltme denir. Bu tahminin iyileştirilmesi amacıyla yapılır. Yanlılığı azaltacak olsa da, varyansı da artıracaktır.
Başarılı yanlılık düzeltmesinin iyi bir örneği, sınıflandırma hata oranının önyükleme yanlılığı düzeltme tahminleridir. Hata oranı tekrar ikame tahmini, numune boyutu küçük olduğunda büyük bir iyimser sapmaya sahiptir. Önyükleme yeniden yerleştirme tahmininin yanlılığını tahmin etmek için kullanılır ve yeniden yerleştirme tahmini hata oranını düşük tahmin ettiğinden, önyükleme tahminine önyükleme öngörü düzeltmesi hata oranının düzeltilmesi için yeniden tahmin tahminine eklenir. Örnek boyutu küçük ya da daha az olduğunda, her iki sınıfı da iki sınıf probleminde birleştirirken, bootstrap tahmininin belirli formları (özellikle 632 tahmini), hata oranları için bir kerelik çapraz doğrulamadan (daha çok olan) daha doğru tahminler sağlar. hata oranının neredeyse tarafsız tahmini).