过拟合是指学习时选择的模型所包含的参数过多,以至出现这一模型对已知数据预测得很好,但对未知数据预测得很差的现象。当训练集效果差,欠拟合(如accuracy<0.8);训练集效果好,测试集效果差,过拟合欠拟合解决方法:增加特征提高...
评判
最多点赞
128 点赞,
109 点赞,
63 点赞,
过拟合是指学习时选择的模型所包含的参数过多,以至出现这一模型对已知数据预测得很好,但对未知数据预测得很差的现象。当训练集效果差,欠拟合(如accuracy<0.8);训练集效果好,测试集效果差,过拟合欠拟合解决方法:增加特征提高...