Tolerans, kement regresyonunun altında yatan objektif fonksiyona çözüm bulmak için kullanılan sayısal algoritma ile ilgilidir, bu durumda koordinat inişi. Doğruluğu en fazla etkileyebilir, ancak tahmin edebileceğiniz şekilde değil. Modeliniz, ayarlanmış olan yineleme sınırı içinde yakınsak değilse, bunu ayarlamak istersiniz. Amaç fonksiyonu, yerel maxima ve minima içeren bir alanı tanımlar ve toleransı değiştirmek, bunlardan birini daha sıkı bir şekilde bulmanıza ya da bir diğerini geçip diğerine geçmenize yardımcı olabilir, ancak daha iyi bir doğruluğu garanti etmez. Daha az açıklığa kavuşuyorum. Bu belgede, alfa min ile alfa max arasındaki oranın, alfa ise cezalandırma teriminin önündeki katsayı olduğunu belirtir. Bu yüzden epsilon, koordinat iniş (optimizasyon) algoritması tarafından test edilen alfa değerlerinin yolunu sınırlayacak gibi görünüyor. Artan epsilon, modelinizi geliştirebilir ama hesaplama zamanında keskin bir maliyetle olabilir.
Teşekkürler. Btw, bu şey hakkında herhangi bir fikir http://stats.stackexchange.com/questions/204152/orthogonal-matching-pursuit-am-i-using-it-wrong –
Özellikle maalesef, ortogonal eşleştirme peşinde alışkın değilim. Üzgünüm –
Teşekkürler. Kement ile ilgili olarak, http://stackoverflow.com/questions/36320787/valueerror-a-value-in-x-new-is-below-the-interpolation-range hakkında bir fikriniz olur. –