机器学习笔记(四) 机器学习（泛化,过拟合, 数据集，验证集，测试集）

主要来源：视频学习网站Google机器学习教程 泛化 (Generalization) 泛化是指模型很好地拟合以前未见过的新数据（从用于创建该模型的同一分布中抽取）的能力。 过拟合： 过拟合模型在训练过程中产生的损失很低，但在预测新数据方面的表现却非常糟糕，即泛化能力差； 产生原因：过拟合是由于模型的复杂程度超出所需程度而造成的。机器学习的基本冲突是适当拟合我们的数据，但也要尽可能简单地拟合数据。

>>阅读原文<<