机器学习与Deep Learning算法问题汇总（Part-3）

11. 怎么解决过拟合和欠拟合？ 答：（1）过拟合： 1）增加训练数据，数据增广。一般有如下方法：从数据源头采集更多数据；复制原有数据并加上随机噪声；重采样；根据当前数据集估计数据分布参数，使用该分布产生更多数据等。 2）正则化：L1正则和L2正则；增大正则项参数。 3）dropout。 4）batch normalizatin。 5）交叉验证，通过交叉检验得到较优的模型参数。 6）特征选择，减少

>>阅读原文<<