Training and assessment the generalization ability of interpolation methods
Yuri Nikolaevich Bakhvalov, Иван Владимирович Копылов · Computer Research and Modeling · 2015
В данной статье исследуются методы машинного обучения с определенным видом решающего правила.К ним относятся интерполяция по методу обратно взвешенных расстояний, метод интерполяции радиальными базисными функциями, метод многомерной интерполяции и аппроксимации на основе теории случайных функций, кригинг.Показано, что для данных методов существует способ быстрого переобучения «модели» при добавлении новых данных к существующим.Под «моделью» понимается построенная по обучающим данным интерполирующая или аппроксимирующая функция.Данный подход позволяет уменьшить вычислительную сложность построения обновленной «модели» с 3 ( ) O n до 2 ( ) O n .Также будет исследована возможность быстрого оценивания обобщающих возможностей «модели» на обучающей выборке при помощи метода скользящего контроля leave-one-out cross-validation, устранив главный недостаток такого подхода -необходимость построения новой «модели» при каждом удалении элемента из обучающей выборки.Ключевые слова: машинное обучение,