标签：为什么 区分 div 目的 告诉 gen nap 消息 语言
我的理解：应该是只是针对性的去针对了那个问题的情况
出处：
(1 条消息)用简单易懂的语言描述「过拟合 overfitting」？ - 知乎
https://www.zhihu.com/question/32246256
指知乎上对过拟合的例子：
一个overfitted模型记住太多training data的细节从而降低了generalization的能力。
举个栗子，给机器一堆人类的照片，告诉它性别，让它学习看照片区分男女。哇，机器好棒哦，一下子就能正确区分80％的照片的性别了！可是你觉得不够，怎么能容忍20％的错误率呢，啪啪啪键盘敲下去，让机器给我接着学。
机器不怎么聪明，可是记忆力和观察力是很强的！所以你一直push它的话，它会把每张照片每个像素的数值都记住的，这对每张照片都是独一无二的，再记住它的性别，就能100％区分出你给他的所有照片里人的性别了。
可是我们的目的不是让它成功区分这一堆照片里人的性别，而是让它看见新的不知道性别的人的照片时，可以成功预测性别。记住每个点的像素有个毛用？你会发现这个机器判断新的照片时表现很差。
这就是为什么要把training data切一小份（比如说10％）出来做validation，用剩下90％的data去train，然后用这10％检查一下train好的model，看看表现怎么样，防止over training。Cross validation也是这个意思，把data切10份，每次用一份做validation，做10次，能用到所有的training data。标签：为什么 区分 div 目的 告诉 gen nap 消息 语言
原文地址：http://www.cnblogs.com/Adaisme/p/7819940.html
