Perte attendueIl s’agit de la capacité prédictive de tous les échantillons et c’est un concept global. Le risque empirique est un concept local et représente uniquement la capacité prédictive de la fonction de décision pour les échantillons de l’ensemble de données d’apprentissage.

Risque empirique et risque attendu

Le risque empirique est local. En minimisant la fonction de perte de tous les points d’échantillonnage dans l’ensemble d’apprentissage, le risque empirique est localement optimal et peut être obtenu de manière réaliste.

Le risque attendu est mondial. En minimisant la fonction de perte de tous les points d’échantillonnage, le risque attendu est globalement optimal et l’idéalisation ne peut pas être atteinte.

Références

【1】Problèmes d'optimisation de l'apprentissage automatique : risque empirique, risque attendu, risque structurel