小白都理解的人工智能系列（12）——过拟合

问题1：什么是过拟合？ 机器学习希望尽可能减少误差，所以就导致了学到的函数不是我们需要的结果，就是过拟合。 如下图，红线是机器学习学到的函数，它希望误差尽可能小，所以几乎经过了每一个点，而蓝线才是我们最终希望的结果！ 如果用红线做预测，结果肯定是不准确的，最终会导致过拟合现象。 不能很好地表达除了训练数据以外的数据！ 问题2：如何解决过拟合？ 方法1——增加数据量 如果增加了足够多的数据量，那么红

>>阅读原文<<