www-ai.cs.tu-dortmund.de/de/LEHRE/VORLESUNGEN/KDD/SS10/2MLVbiasVariance.de.pdf
Vorlesung Wissensentdeckung - Klassifikation und Regression: Lineare Modelle
Eine Menge von n Beispielen X = {~x1, . . . , ~xN} können wir dann als (N × p)-Matrix auffassen:
X =
x1,1 x1,2 . . . x1,p
x2,1 . . .
... ...
. . . ...
xN,1 xN,2 . . . xN,p
Dabei entspricht [...] β0 in den Vektor ~β codiert, indem jedes Beispiel ~x = (x1, . . . , xp) aufgefasst wird als (p+ 1)-dimensionaler Vektor
(x1, . . . , xp) 7→ (1, x1, . . . , xp)
Dies ermöglicht die Darstellung von f als: [...] Länge 1 haben. Falls das noch nicht der Fall ist, normalisieren wir:
~β := ~β′
‖ ~β′ ‖
~β′ =
1 1 1
~β0 =
4 0 0
Die Ebenengleichung ist nicht in Hesse Normalform, weil ‖ ~β′ ‖=
√ 3 6= 1.
17 von …
