过拟合和解决办法

      在我们训练模型的时候经常会遇到过拟合和欠拟合的问题。我们的模型一开始是欠拟合的，正因为如此，才会有优化的空间，需要不断的调整算法来使得模型的表达能力更强。但是优化到一定程度，就需要解决过拟合问题了。 1、过拟合：学习时选择的模型包含的参数过多，以致于出现这一模型对已知数据预测得很好，对未知数据预测得很差的现象。      图1.2给出了用多项式去拟合图中的数据点，M是多项式最高次数，图

>>阅读原文<<