机器学习小常识一——如何防止过拟合和欠拟合

  概念解释： 过拟合：训练的模型在训练集上面的表现很好，但是在验证集上面的表现很差，即模型的泛华能力较差，如图1 中的Overfitting； 欠拟合：训练的模型在训练集上面的表现很差，在验证集上面的表现也很差,如图1 中的 Underfitting； 原因分析： 过拟合： 1. 最本质原因是“训练的模型太复杂，即模型记住了某些并不通用的特征，而不是学习到了通用的特征”； 2. 训练集和验证集不

>>阅读原文<<