机器学习知识点记录

立此贴记录机器学习的知识点，供优化调试时候开个思路 深度学习如何防止过拟合？ 过拟合：在模型参数拟合过程种，由于训练数据包含抽样误差，训练时复杂的模型将抽样误差也考虑在内进行了较好的拟合。具体表现为训练集上效果很好，但是在测试集上效果差，模型泛化能力弱。 产生的原因： （1）在进行模型训练时，训练数据不够，即训练数据无法对整个数据的分布进行估计 （2）权值学习迭代次数足够多，拟合了训练数据中的噪声

>>阅读原文<<