Học trong không gian cao chiều luôn đồng nghĩa với việc ngoại suy
Dữ liệu cao chiều làm thay đổi cách máy móc học tập.
Hầu hết các mô hình hoạt động tốt trên dữ liệu huấn luyện. Chúng thất bại khi gặp phải các mẫu mới. Điều này xảy ra do các chiều cao.
Trong không gian cao chiều, các điểm dữ liệu nằm cách xa nhau. Có những khoảng trống tồn tại giữa các điểm dữ liệu của bạn. Mô hình phải đoán xem điều gì xảy ra trong những khoảng trống này.
Việc đoán này chính là ngoại suy.
Khi một mô hình thực hiện ngoại suy, nó đưa ra các giả định. Nếu những giả định đó sai, mô hình sẽ thất bại.
Các điểm chính cần ghi nhớ:
- Các chiều cao tạo ra những khoảng trống bao la.
- Các mô hình phải lấp đầy những khoảng trống này để đưa ra dự đoán.
- Các dự đoán trong những khoảng trống này dựa vào việc ngoại suy.
- Ngoại suy làm tăng nguy cơ xảy ra lỗi.
Hiểu được điều này giúp bạn xây dựng các mô hình tốt hơn. Bạn phải biết khi nào mô hình của mình đang đoán.
Nguồn: https://dev.to/paperium/learning-in-high-dimension-always-amounts-to-extrapolation-1nk
Cộng đồng học tập tùy chọn: https://t.me/GyaanSetuAi