机器学习、深度学习模型过拟合的处理方法

过拟合标准定义：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，则假设  h  过度拟合训练数据。 —-《Machine Learning》Tom M.Mitchell   因为在统计学习中，假设数据满足独立同分布（i.i.d，independently a

>>阅读原文<<