2019年10月26日
机器学习中用来防止过拟合的方法有哪些？
摘要： 是什么 过拟合（overfitting）是指在模型参数拟合过程中的问题，由于训练数据包含抽样误差，训练时，复杂的模型将抽样误差也考虑在内，将抽样误差也进行了很好的拟合。 具体表现就是最终模型在训练集上效果好；在测试集上效果差。模型泛化能力弱。 为什么 为什么要解决过拟合现象？这是因为我们拟合的模型一 阅读全文
posted @ 2019-10-26 20:15 Suppperfly 阅读(506) 评论(0) 推荐(0) 编辑