机器学习中的过拟合问题

1. 过拟合的表现 随着训练过程的进行，模型在训练集上的偏差愈来愈小，可是在测试集上的偏差却愈来愈大。这是因为训练获得的模型过分拟合了训练集，对训练集外的数据不work，即泛化能力差。网络 2. 下降过拟合的方法 2.1 数据加强（augmentation） 1）随机旋转 ：通常状况下是对输入图像随机旋转[0,360)  2）随机裁剪 ：对输入图像随机切割掉一部分  3）色彩抖动 ：指的是在颜色空

>>阅读原文<<