2016年9月23日
paper 123: SVM如何避免过拟合
摘要： 过拟合（Overfitting）表现为在训练数据上模型的预测很准，在未知数据上预测很差。过拟合主要是因为训练数据中的异常点，这些点严重偏离正常位置。我们知道，决定SVM最优分类超平面的恰恰是那些占少数的支持向量，如果支持向量中碰巧存在异常点，那么我们傻傻地让SVM去拟合这样的数据，最后的超平面就不是 阅读全文
posted @ 2016-09-23 18:21 Jason.Hevey 阅读(2674) 评论(0) 推荐(0) 编辑