- Ng, AY y Jordan, MI (2001). Sobre clasificadores discriminativos versus generativos: una comparación de regresión logística e ingenua Bayes . Avances en los sistemas de procesamiento de información neuronal, 14 , pp. 841-8, MIT Press.
En el documento anterior, los autores mencionaron "error asintótico". ¿Alguien puede explicar un poco sobre esto?
Por ejemplo, el resumen del artículo incluye:
El aprendizaje discriminativo tiene un error asintótico más bajo, un clasificador generativo también puede acercarse a su error asintótico más rápido mucho más rápido.
¿Cuál es la definición exacta de "error asintótico"?
Respuestas:
Significa el error de un método cuando ejecuta una población completa a través de él. Es una medida útil del método, ya que te dice qué es lo mejor que puedes obtener de un método. Además, desea saber qué tan rápido el método converge al error asintótico, porque en la mayoría de los casos no se puede ejecutar la población.
fuente
Lo que significa es solo el error al que el algoritmo es asintótico. Supongamos que tenemos un error que es el error limitante que un algoritmo puede lograr después de varias iteraciones, sin importar cuántas. El error para la iteración es entonces (típicamente) mayor que el error asociado con un número límite de iteraciones. El texto compara un error de terminal más grande que se logra rápidamente para menos iteraciones con un error de terminal más pequeño que requiere más iteraciones para lograrlo.ith
Un problema con esto es que el error del terminal puede ser solo relativamente constante, de modo que el lenguaje utilizado es inexacto. En la cita, "más bajo" significa un error absoluto más pequeño, y "más alto" significa un error absoluto más grande.
fuente