有关overfitting和underfitting的具体解释

时间 2021-07-12

标签 deep learning 繁體版

原文原文链接

如果给出上图的6个点，该如何选择上图曲线才能更好的反映实际的数据情况？红色：直线，可以表示一定的数据，但会造成大量数据丢失，产生数据无法代表实际情况，叫做underfitting。蓝色：一元四次方程，可以表达数据中所有的点，但过于复杂，并且无法达到真实的数据预测，最下面一个点可能是较大的人为误差，或则记录数据错误，并不能反映真实的数据模型，叫做overfitting。绿

>>阅读原文<<

1. [Machine Learning] 欠拟合&过拟合（Underfitting & Overfitting）
2. Python中is和==的具体解释
3. Redis具体解释
4. UICollectionView具体解释
5. AlertDialog具体解释
6. nodejs具体解释
7. 机器学习：bias, variance, underfitting, overfitting, training error, test error
8. mtime 的具体解释
9. Cookie 和 Session机制具体解释
10. JAVA Calendar具体解释
更多相关文章...
• SQLite Explain（解释） - SQLite教程
• Spring体系结构详解 - Spring教程
• NewSQL-TiDB相关
• PHP开发工具