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
惪特博客
- 文章总数：18504 篇
- 评论总数：53459 条
- 标签总数：8887 个
- 总浏览量：25651718 次
- 最后更新：4天前
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...