如果我们对每个数据都有错误。是否有可能将这些错误考虑到训练和预测中？
例如：
x errorOf_x
1 0.1
2 0.01
3 0.4
4 0.01
5 0.02
毫无疑问，第三个数据在训练中的权重应该小得多。例如在 scikit-learn 中如何处理它？
考虑不确定性
数据挖掘
机器学习
分类
2022-02-21 22:28:11
1个回答
一般来说，任何监督方法都已经考虑了误差。
通常，模型是通过最小化训练实例上的错误来训练的，同时保持泛化能力。泛化能力至关重要：如果模型只是“背诵”每个实例的正确答案，那么它并没有真正学习，因为它无法预测任何新实例（这是极端的过度拟合）。因此，泛化能力是必要的，但这通常也意味着模型不能准确预测真实答案，而是捕获一般模式。
您可以尝试对实例进行加权，但性能可能会下降，因为模型已经尽最大努力将错误最小化。