摘要:
当模型的复杂度增大时,训练误差会逐渐减小并趋向于0;而测试误差会先减小,达到最小值后又增大。当选择的模型复杂度过大时,过拟合现象就会发生。这样,在学习时就要防止过拟合。进行最优模型的选择,即选择复杂度适当的模型,以达到使测试误差最小的学习目的。 模型选择的典型方法是正则化。正则化是结构风险最小化策略 阅读全文
posted @ 2021-04-03 22:59
liweikuan
阅读(371)
评论(0)
推荐(0)
摘要:
《矩阵分析》史荣昌版 阅读全文
posted @ 2021-04-03 22:14
liweikuan
阅读(104)
评论(0)
推荐(0)

浙公网安备 33010602011771号