11 2018 档案
摘要：其他打包方式https://blog.csdn.net/lzy98/article/details/83246281?depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2
阅读全文
摘要：1. 防止过拟合的方法有哪些？ 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。 产生过拟合问题的原因大体有两个：训练样本太少或者模型太复杂。 防止过拟合问题的方法： （1）增加训练数据。
阅读全文
