机器学习基础学习笔记（三）过拟合、欠拟合

以下内容均为https//nndl.github.io/nndl-book.pdf的学习笔记。 上节说了经验风险最小化准则（ERM），过拟合与欠拟合理论均与其有关。 所得：我们可以将机器学习看作一个从有限、高维、有噪声的数据上得到更一般性规律的泛化问题。 过拟合（overfitting) 1.定义 简单说：过拟合表现在对训练数据依赖产生过度自信的性能，但对于测试集则能力不足，是”纸上谈兵“。 2.

>>阅读原文<<