不确定是不是稀疏表示分类

Question

有佬知道这是在弄什么模型吗，有点像稀疏表示分类，但是不确定。如果能给个推导文章地址，就更好了谢谢

Answer 1

【相关推荐】

• 帮你找了个相似的问题, 你可以看下: https://ask.csdn.net/questions/7717598
• 这篇博客你也可以参考下：利用最小二乘法，用直线拟合点时，为什么计算竖直距离而非垂直距离？为什么在线性回归分析中，求的是距离平方和最小，而不是距离之和最小？
• 您还可以看一下 张传波老师的软件设计是怎样炼成的？课程中的 详细设计是架构设计的延续小节, 巩固相关知识点
  
• 除此之外, 这篇博客: 过拟合的原因＋处理方法中的 所以，以后建模的时候，一定要从简单的模型开始，即使你知道目标函数的形式。 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

  现在我们来看看，noise,模型复杂度，数据量三者对过拟合的影响！！！
  我们假设样本的y由真实值f(x)，和噪声ϵ<script id="MathJax-Element-17" type="math/tex"></script>表示
  
  假设y为高斯分布，那么他的噪声ϵ<script id="MathJax-Element-18" type="math/tex"></script>可以用方差σ2<script id="MathJax-Element-19" type="math/tex"></script>衡量。我们用模型的最高次幂Qf<script id="MathJax-Element-20" type="math/tex"></script>来衡量目标函数ｆ(x)的复杂度。用Ｎ来表示数据集的数目。
  那么，在保持模型的复杂度Qf<script id="MathJax-Element-21" type="math/tex"></script>的值不变，Ｎ为横坐标，噪声水平σ2<script id="MathJax-Element-22" type="math/tex"></script>为纵坐标，如下图右边度量，颜色由蓝到红 表示过拟合的情况，蓝色最轻，红色最重，那么可得图形为
  
  在保持噪声水平σ2<script id="MathJax-Element-23" type="math/tex"></script>不变，Ｎ为横坐标，为模型的复杂度Qf<script id="MathJax-Element-24" type="math/tex"></script>的值纵坐标，如下图右边度量，颜色由蓝到红 表示过拟合的情况，蓝色最轻，红色最重，那么可得图形为
  
  那么根据上面两图，我们可以知道过拟合形成的原因有：
  1. 数据量Ｎ太小，会产生过拟合。（因为两个图，左边，红色很深）
  2. 不确定噪声（就是ϵ<script id="MathJax-Element-25" type="math/tex"></script>数据噪声）太大，会产生过拟合。（根据第一个图，左上角，红色很深）
  3. 确定噪声（就是模型的复杂度Qf<script id="MathJax-Element-26" type="math/tex"></script>）太大，会产生过拟合。（根据第二个图，左上角，红色很深）
  4. 拟合模型ｇ太复杂，会产生过拟合。（根据第二个图，发现，当Qf<script id="MathJax-Element-27" type="math/tex"></script>很小，在左下角处也有部分红色。意思是，我们把２次和１０次放在Qf<script id="MathJax-Element-28" type="math/tex"></script>仅仅为５次的情况下比较，10次一定学得太过了，也会产生过拟合）

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^