摘要: 过拟合 过拟合(overfitting,过度学习,过度拟合): 过度准确地拟合了历史数据(精确的区分了所有的训练数据),而对新数据适应性较差,预测时会有很大误差。 过拟合是机器学习中常见的问题,解决方法主要有下面几种: 1. 增加数据量 大部分过拟合产生的原因是因为数据量太少。 2. 运用正则化 例 阅读全文
posted @ 2019-02-26 00:01 Anliven 阅读(901) 评论(0) 推荐(0)