机器学习总结之——如何防止过拟合

机器学习总结之——如何防止过拟合  通常过拟合由以下三种原因产生：   （1）假设过于复杂（即，假设空间庞大）；   （2）数据集规模太小（即，用于训练数据过少）；   （3）数据集中存在很多噪音（即，错误数据过多）。  过拟合的解决方法通常有：   （1）Early stopping（ 早停）；   （2）data-augmentation（数据集扩增）；   （3）Regularization

>>阅读原文<<