震惊!2019年都快结束了你还不会过拟合????

过拟合是机器学习过程中的一种现象 什么是过拟合 为了得到一致假设而使假设变得过度严格称为过拟合。 过拟合的定义 给定一个假设空间H，一个假设h属于H，如果存在其他的假设h’属于H,使得在训练样例上h的错误率比h’小，但在整个实例分布上h’比h的错误率小，那么就说假设h过度拟合训练数据 过拟合是什么原因造成的呢? （1）建模样本选取有误，如样本数量太少，选样方法错误，样本标签错误等，导致选取的样本数

>>阅读原文<<