摘要: 在机器学习中,我们通常都将手中的数据分为3部分:训练数据、验证数据和测试数据。不用相同的数据来训练和评估一个机器学习模型的原因很容易理解,那就是容易造成模型的过拟合(overfitting)。过拟合的模型在新数据面前,预测的准确度不仅仅会停滞不前,甚至会不断的恶化。 我们知道机器学习的目标是获得一个 阅读全文
posted @ 2020-02-24 20:29 吕汉鸿 阅读(202) 评论(0) 推荐(0) 编辑
Save on your hotel - hotelscombined.com