精选5评估假设_机器学习.pptVIP

2003.12.18 机器学习-评估假设 作者：Mitchell 译者：曾华军等 讲者：陶晓鹏 中心极限定理（2） 定理5.1（中心极限定理）考虑独立同分布的随机变量Y1...Yn的集合，它们服从一任意的概率分布，均值为?，有限方差为?2，定义样本均值为 ，当n??时，式子 服从正态分布，均值为0且标准差为1 中心极限定理说明在不知道独立的Yi所服从的基准分布的情况下，我们可以得知样本均值 的分布形式，说明了怎样使用 的均值和方差来确定独立的Yi的均值和方差 中心极限定理说明了任意样本均值的估计量服从的分布在n足够大时可以近似为正态分布 2003.12.18 机器学习-评估假设 作者：Mitchell 译者：曾华军等 讲者：陶晓鹏 两个假设错误率间的差异 问题： 考虑某离散目标函数的两个假设h1和h2，h1在一拥有n1个随机抽取的样例的样本S1上测试，h2在一拥有n2个从相同分布中抽取的样例的样本S2上测试，要估计这两个假设的真实错误率间的差异 d=errorD(h1)-errorD(h2) 2003.12.18 机器学习-评估假设 作者：Mitchell 译者：曾华军等 讲者：陶晓鹏 两个假设错误率间的差异（2） 使用5.4节中描述的四个步骤来推导d的置信区间估计 确定待估计的参数，如上所述的d 定义一估计量， 是d的无偏估计量，即E[ ]=d。