Lp-正常 （LP） - Amazon SageMaker
AWS 文档中描述的 AWS 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅中国的 AWS 服务入门。

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

Lp-正常 （LP）

Lp-norm （LP） 测量训练数据集中观察到的标签的分面分布之间的 p-norm 距离。此指标是非负数指标，因此无法检测反向偏差。

L 的公式p-norm 如下所示：

        Lp（P）a，Pd) = ( ∑y||Pa - Pd||p）1/p

其中点 x 和 y 之间的 p 形距定义如下：

        Lp（x， y） = （|x1-y1|p + |x2-y2|p + ... +|xn-yn|p1/p

2-norm 是欧几里德标准。假设您有一个具有三个类别的结果分配，例如，yi = {y0，y1，y2} = 大学生多类别方案中的 {accepted， waitlisted， rejected}。您获取分面 a 和 d 的结果计数之和。按以下方式计算生成的欧氏距离：

        L2（P）a，Pd） = [（n）a（0） - nd （0）2 + （n）a（1） - nd （1））2 + （n）a（2） - nd（2）2]1/2

其中：

  • na（i） 是分面 a 中第 i 个类别的结果数：例如，na（0） 是接受的分面数。

  • nd（i） 是分面 d 中第 i 个类别的结果数：例如，nd（2） 是分面 d 拒绝数。

    二进制、多类别和连续结果的 LP 值范围为 [0， √2），其中：

    • 值接近零表示标签的分布相似。

    • 正值表示标签分布 differences （偏差），正值越大 difference （偏差） differences （偏差）。