Bonjour tous,
J'ai une question concernant l'optimisation ou regression (je sais pas trop la différence)
Quand on veut trouver des paramètres d'un modèle en général on cherche à minimiser une fonction erreur que l'on note habituellement:
mais j'ai vu que l'on pouvais aussi choisir par exemple une erreur de type RMS un truc du genre:
Quelle est la différence entre les deux, que change le choix de la minimisation d'une erreur où d'une autre?
J'espere que vous pourrez m'aider....
A+
optimisation et régression sont deux choses différentes.
- l'optimisation est le fait de minimiser la fonction d'erreur (fonction de mérite) ;
- la régression est le fait de corréler (en gros) une courbe sur des points (équivalent à la courbe de tendance dans excel) ;
RMS (Root Mean Square) est une méthode statistique principalement utilisée dans le calcul d'incertitude (du moins dans mon cas). On l'utilise principalement lorsqu'il y a au moins 5 contributeurs (ou plus) de même ordre de grandeur.
+/- 0.1 +/- 0.1 +/- 0.1 +/- 0.1 +/- 0.1
RMS +/- 0.22
linéaire +/-0.5
#####
merci de ta reponse.
Mais ce que je comprends pas trop c'est que la regression est aussi un probleme d'optimisation car lorsqu'on ajuste un nuage de points par une droite avec la methode des moindres on cherche à minimiser l'erreur.Envoyé par rico46
De meme pour l'optimisation si on cherche par exemple à trouver des parametres permettant de corréler deux courbes cela se ramene à la recherche d'une minimisation d'erreur
==> Bref je suis un peu embrouiller avec ces notions
Quelle serait par exemple la différence si on utiliserait à la place de l'erreur type moindre carré une erreur RMS dans la methode des moindres carrés?
