码迷,mamicode.com
首页 > 其他好文 > 详细

overfitting &&underfitting

时间:2020-01-26 16:01:29      阅读:77      评论:0      收藏:0      [点我收藏+]

标签:模型   正则   大量   fit   特征   特征选择   tin   误差   over   

1.过拟合

然能完美的拟合模型,但是拟合出来的模型会含有大量的参数,将会是一个含有大量参数的非常庞大的模型,因此不利于实现

1.1解决过拟合的方法

1.1.1 特征选择,通过选取特征变量来减少模型参数等

1.1.2 正则化

欠拟合

对于模型拟合的不太到位,导致误差很大。

泛化能力

一个模型用到新样本进行预测和求解的能力

overfitting &&underfitting

标签:模型   正则   大量   fit   特征   特征选择   tin   误差   over   

原文地址:https://www.cnblogs.com/gaowenxingxing/p/12234179.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!