2021年1月26日
机器学习知识总结——过拟合和欠拟合
摘要： 过拟合（overfitting） 什么是过拟合？ 所谓过拟合就是指在验证集和训练集上表现很好，但是在测试集上表现很差，也就是说泛化能力差。一般表现为: 高方差，低偏差 过拟合的原因 训练样本选取有误、样本标签错误等 样本噪声干扰过大 模型过于复杂 对于神经网络来说: 学习迭代次数太多 如何防止/解决 阅读全文
posted @ 2021-01-26 09:11 xiaoxia0722 阅读(292) 评论(0) 推荐(0) 编辑