お世話になっております。
自分の感覚では多くの(?)評判の良い分類器(Eg., randomforest)は複雑な「非線型」分類問題に対してかなり良い分類結果を出してくれるが、純粋な線形分類問題に対して、でたらめな分類境界を生成してしまいます。
そのためでしょうか、SVMも線形分類専用のデザインをまで用意しています。
さて、難しい質問ですみませんが:
今時のスター、deep learningって本当にまっすぐ一直線的な分類境界線を生成できるのでしょうか。
(勿論本質的にまっすぐな直線状の分類境界線が存在する分類問題に対して)
------質問の背景-----
自分の印象としてrandom forestという評判の高い非線型分類器は
線形問題に対する汎化能力が非常に貧弱で、本質的な線形分類問題に対してクラス境界線を綺麗に一本の直線にしてくれれば良かったのに、ごちゃごちゃ乱麻状になっちゃうんですーーー「細かすぎ」というか**「過学習」**というでしょうね。
なので、DNNも同じ類ではないかという疑問です。
特徴空間隈なく訓練サンプルで埋め尽くすことは現実に不可能ですので、
その方法自身の賢さに期待するのは当然でしょう。
なので、聞きたいのはDNNって本当に精確な汎化機能を有するかどうか=
典型的な例として、理想な直線境界線や滑らかな曲線を出せるかどうかということですね。
例えば、SVM系の分類器の境界線は精度(細かさ)を保ちながら、滑らかで単値性の高い分類境界線を出力します。
Q : DNNってこんな特長を持っているのでしょうか。
どうぞ宜しくお願いします。
回答2件
あなたの回答
tips
プレビュー
バッドをするには、ログインかつ
こちらの条件を満たす必要があります。
2018/02/22 15:08
2018/02/22 15:42
2018/02/22 16:20
2018/02/23 15:23 編集
2018/02/23 05:22
退会済みユーザー
2018/02/23 05:26 編集
2018/02/23 05:55
退会済みユーザー
2018/02/23 06:18
2018/02/23 08:25
退会済みユーザー
2018/02/23 08:52
退会済みユーザー
2018/02/23 08:54
2018/02/23 14:47
2018/02/23 15:21 編集
2018/02/23 16:31 編集
2018/02/23 19:17
2018/02/24 05:00 編集
2018/02/24 08:29
2018/02/24 15:32
2018/02/24 15:35