2019年7月22日
过拟合与欠拟合
摘要： 1. 过拟合 过拟合是指在模型的训练阶段过分拟合训练数据的特征，模型的训练数据上具有较小的误差。数据中的噪声也有可能被模型所学习，使得模型的泛化性能较差。 通常导致过拟合产生的原因包括： (1). 目标函数中没有相应的正则化项作为惩罚项, 常用的正则化项包括L1 和L2，其中L1约束能够学习出稀疏的 阅读全文
posted @ 2019-07-22 23:40 我家的猫儿不吃鱼 阅读(631) 评论(0) 推荐(0)