bias的意思:倾向评分匹配与hiddenbias

股票学习网 发布:2021-10-05 12:19:58 阅读:18次

前言

近日有朋友在《统计咨询》公众号咨询:文献里有采用 hidden bias 评价倾向评分匹配的敏感性的,不知道怎么理解?小编的第一反应是倾向评分匹配还是挺热的,连周边“产业”都带动了。小编思绪良久,查阅相关文献,简单介绍如下。

hidden bias 的应用

我们一起通过参考文献中的一段话来看看这个 hidden bias 的由来:“Finally, even though our PS match achieved excellent balance in our measured covariates, we could not rule out bias due to imbalances in unmeasured covariates. Therefore, we conducted formal sensitivity analyses to describe the weight of our evidence by quantifying the degree of hidden biasthat would need to be present to invalidate our main conclusions”。大概意思是说,倾向评分匹配后协变量都得到很好的均衡,但无法排除未测量协变量的均衡性,我们通过估计 hidden bias 的程度来进行敏感性分析。

使用数学方法(例如:梯度下降法)寻找凸函数最小值的过程。机器学习方面的大量研究都是专注于如何通过公式将各种问题表示成凸优化问题,以及如何更高效地解决这些问题。

如需完整的详细信息,请参阅 Boyd 和 Vandenberghe 合著的 Convex Optimization(《凸优化》)。

14.凸集 (convex set)

欧几里得空间的一个子集,其中任意两点之间的连线仍完全落在该子集内。例如,下面的两个图形都是凸集:

相反,下面的两个图形都不是凸集:

15.成本 (cost)

是损失的同义词。

16.交叉熵 (cross-entropy)

对数损失函数向多类别分类问题进行的一种泛化。交叉熵可以量化两种概率分布之间的差异。另请参阅困惑度。

17.自定义 Estimator (custom Estimator)

您按照这些说明自行编写的 Estimator,与预创建的 Estimator 相对。

四、D

1.数据集 (data set)

一组样本的集合。

2.Dataset API (tf.data)

一种高级别的 TensorFlow API,用于读取数据并将其转换为机器学习算法所需的格式。

tf.data.Dataset 对象表示一系列元素,其中每个元素都包含一个或多个张量。tf.data.Iterator 对象可获取 Dataset 中的元素。

如需详细了解 Dataset API,请参阅《TensorFlow 编程人员指南》中的导入数据。

3.决策边界 (decision boundary)

在二元分类或多类别分类问题中,模型学到的类别之间的分界线。例如:在以下表示某个二元分类问题的图片中,决策边界是橙色类别和蓝色类别之间的分界线:

4.密集层 (dense layer)

是全连接层的同义词。

5.深度模型 (deep model)

一种神经网络,其中包含多个隐藏层。深度模型依赖于可训练的非线性关系,与宽度模型相对。

6.密集特征 (dense feature)

一种大部分数值是非零值的特征,通常是一个浮点值张量。参照稀疏特征。

7.衍生特征 (derived feature)

是合成特征的同义词。

8.离散特征 (discrete feature)

一种特征,包含有限个可能值。例如:某个值只能是“动物”、“蔬菜”、“矿物”的特征便是一个离散特征(或分类特征),与连续特征相对。

9.丢弃正则化 (dropout regularization)

一种形式的正则化,在训练神经网络方面非常有用。丢弃正则化的运作机制是,在神经网络层的一个梯度步长中移除随机选择的固定数量的单元。丢弃的单元越多,正则化效果就越强。这类似于训练神经网络以模拟较小网络的指数级规模集成学习。

如需完整的详细信息,请参阅 Dropout: A Simple Way to Prevent Neural Networks from Overfitting(《丢弃:一种防止神经网络过拟合的简单方法》)。

10.动态模型 (dynamic model)

一种模型,以持续更新的方式在线接受训练。也就是说,数据会源源不断地进入这种模型。

五、E

1.早停法 (early stopping)

一种正则化方法,涉及在训练损失仍可以继续减少之前结束模型训练。使用早停法时,您会在基于验证数据集的损失开始增加(也就是泛化效果变差)时结束模型训练。

2.嵌套 (embeddings)

一种分类特征,以连续值特征表示。通常,嵌套是指将高维度向量映射到低维度的空间。例如:您可以采用以下两种方式之一来表示英文句子中的单词。

这就是一种嵌套。

在 TensorFlow 中,会按反向传播损失训练嵌套,和训练神经网络中的任何其他参数时一样。

3.经验风险最小化 (ERM, empirical risk minimization)

用于选择可以将基于训练集的损失降至最低的模型函数,与结构风险最小化相对。

4.集成学习 (ensemble)

多个模型的预测结果的并集。您可以通过以下一项或多项来创建集成学习:

深度模型和宽度模型属于一种集成学习。

5.周期 (epoch)

在训练时,整个数据集的一次完整遍历,以便不漏掉任何一个样本。因此,一个周期表示(N/批次规模)次训练迭代,其中 N 是样本总数。

6.Estimator

tf.Estimator 类的一个实例,用于封装负责构建 TensorFlow 图并运行 TensorFlow 会话的逻辑。您可以创建自己的自定义 Estimator(如需相关介绍,请点击此处),也可以将其他人预创建的 Estimator 实例化。

7.样本 (example)

数据集的一行。一个样本包含一个或多个特征,此外还可能包含一个标签。另请参阅有标签样本和无标签样本。

六、F

1.假负例 (FN, false negative)

被模型错误地预测为负类别的样本。例如:模型推断出某封电子邮件不是垃圾邮件(负类别),但该电子邮件其实是垃圾邮件。

2.假正例 (FP, false positive)

被模型错误地预测为正类别的样本。例如:模型推断出某封电子邮件是垃圾邮件(正类别),但该电子邮件其实不是垃圾邮件。

3.假正例率(false positive rate, 简称 FP 率)

ROC 曲线中的 x 轴。FP 率的定义如下:

4.特征 (feature)

在进行预测时使用的输入变量。

5.特征列 (FeatureColumns)

一组相关特征,例如:用户可能居住的所有国家/地区的集合,样本的特征列中可能包含一个或多个特征。

TensorFlow 中的特征列内还封装了元数据,例如:

特征列可以包含单个特征。

“特征列”是 Google 专用的术语。特征列在 Yahoo/Microsoft 使用的 VW 系统中称为“命名空间”,也称为场。

6.特征组合 (feature cross)

通过将单独的特征进行组合(相乘或求笛卡尔积)而形成的合成特征,特征组合有助于表示非线性关系。

bias的意思:倾向评分匹配与hiddenbias所属专题: bias专题   本文《bias的意思:倾向评分匹配与hiddenbias》链接:http://www.gzhwuliu.cn/30646/

bias的意思:倾向评分匹配与hiddenbias相关文章

bias的意思:倾向评分匹配与hiddenbias图解
  • 乖离率bias指标详解:解析乖离率的运用法则
  • 股票bias是什么意思:股票乖离率三条线分别是什么?如何采取操作策略?
  • bias买入指标:巧用BIAS指标,精准捕捉最佳买卖点
  • bias指标运用:BIAS乖离率指标参数设置及使用技巧
  • bias指标使用方法:BIAS乖离率指标参数设置及使用技巧
  • bias指标图解:详解王者指标“地量选股”,一旦掌握买在起爆点
  • bias股票指标:极少人知道BIAS抄底战法,简单轻松捕捉绝佳买卖点
  • 股票bias:你真的看懂了乖离率炒股吗?只需三分钟抓最佳买卖
  • T十0BIAS:T+0分时买卖技巧,从不被套仅用一招!
  • bias超买是要买入吗:关于BIAS指标的正确买卖方法!
  • 股票指标详解图解视频:BIAS指标使用技巧详解
  • bias三条线是什么意思:关于极少人知道的BIAS(乖离定律)运用
  • bias底背离:各个指标顶底背离图示,一网打尽!
  • bias反弹:BIAS,千万别小看,用好了秒杀MACD!
  • bias超买:使用乖离率,你还做不好高抛低吸
  • bias指标源码:小心踩雷!完美突破(主图)
  • bias指标公式:盈利多年只看BIAS,一掌握永受益(附源码)
  • bias指标设置一根线:什么是乖离率指标?
  • bias指标最新技巧:巧用BIAS指标实现风险最小化利润最大化
  • bias金叉:最容易被忽视的技巧——BIAS乖离率
  • 乖离率bias指标的应用法则之股市辞典与人气指标(AR)
  • bias指标超买:老股民这样妙用BIAS,真实难以置信
  • bias指标高手:打死不外传BIAS使用技巧
  • bias指标设置一根线:使用技巧详解,简单又实用
  • bias买入信号:最简单一根线就搞定BIAS指标买入信号!
  • bias最佳参数:设置及使用技巧
  • 乖离率讲解BIAS实战技巧经典详解
  • bias超买是什么意思?Bias指标实战图解
  • bias指标高手如何巧用bias实战案例图解
  • bias指标使用技巧图解及实战使用技巧
  • bias指标特殊用法:BIAS指标使用技巧详解
  • bias指标最佳参数设置短线操作技巧
  • bias指标设置一根线看准买入信号
  • bias买入信号怎么看?
  • bias最佳参数设置:乖离率实战参数设置
  • bias指标特殊用法:bias指标用法大全
  • bias超买是要买入吗?bias超买的卖出形态
  • 回顶部