2025年4月25日
2.5 泛化与正则化
摘要： 泛化与正则化 欠拟合：模型不能很好地拟合训练数据，在训练集的错误率比较高。欠拟合一般是由于模型能力不足造成的 过拟合：训练集上错误率为零，过每一个训练集，但是在未知数据上错误率很高。过拟合往往是由于训练数据少和噪声等原因造成的 conclusion:机器学习！=优化 机器学习更关注在测试集上的表现， 阅读全文
posted @ 2025-04-25 13:33 Fllipped 阅读(19) 评论(0) 推荐(0)