摘要: 过拟合和欠拟合是模型训练过程中经常出现的问题,两种情况正好相反,现将两者的定义及如何防止进行简要总结。 1 过拟合 1.1 定义 是指模型对于训练数据拟合呈现过当的情况,反映到评估指标上就是模型在训练集上的表现很好,但是在测试集上的表现较差。结果就是训练出的模型泛化能力差。 1.2 如何防止过拟合 阅读全文
posted @ 2018-11-26 19:29 四片叶子的三叶草 阅读(1077) 评论(1) 推荐(0) 编辑