Convergence là gì?

Hội tụ (convergence) trong học máy (machine leanring) thường đề cập đến một trạng thái đạt được trong quá trình huấn luyện (training), trong đó training loss và validation loss thay đổi rất ít hoặc hoàn toàn không thay đổi với mỗi lần lặp sau một số lần lặp nhất định. Nói cách khác, một mô hình (model) đạt đến sự hội tụ khi huấn luyện bổ sung về dữ liệu hiện tại sẽ không cải thiện mô hình. Trong học sâu (deep learning), các giá trị loss đôi khi không đổi hoặc gần như vậy trong nhiều lần lặp lại trước khi giảm dần, tạm thời tạo ra cảm giác hội tụ (convergence).

Khi đề cập đến thuật toán phân cụm k-means (K-means clustering), từ hội tụ (convergence) có nghĩa là thuật toán đã hoàn thành thành công việc phân cụm (clustering) hoặc nhóm các điểm dữ liệu (data point) này trong k số cụm. Cụ thể là các điểm dữ liệu không di chuyển giữa các cụm và tâm (centroid) vẫn ở cùng một vị trí hoặc tại một điểm trong 2 lần lặp.