2019年10月11日
过拟合和欠拟合
摘要： 过拟合： 原因： 1. 模型太复杂，训练数据量太少（模型很好的记住了所有的训练样本，特别是数据量少于特征数） 2. 训练集和测试集样本分布不一致； 3. 训练集的噪音过大，导致模型只注意学习噪音了，忽略了真正有用的特征； 4. 训练迭代次数过多，导致模型学习了噪音和无用特征； 解决方法： 0.神经网 阅读全文
posted @ 2019-10-11 17:19 王毅2016 阅读(344) 评论(0) 推荐(0) 编辑