2020-04-20
阅读量:
738
什么是过拟合？
过拟合（over-fitting），机器学习模型或者是深度学习模型在训练样本中表现得过于优越，导致在验证数据集以及测试数据集中表现不佳。出现这种现象的主要原因是训练数据中存在噪音或者训练数据太少。
过拟合问题，根本的原因则是特征维度(或参数)过多，导致拟合的函数完美的经过训练集，但是对新数据的预测结果则较差。
43.2510
4
3
关注作者
收藏
评论(0)
发表评论
暂无数据
推荐帖子
anranhui
2020-06-18
2条评论
PhilipLiang
2020-06-18
6条评论
PhilipLiang
2020-06-18
7条评论