为什么说 交叉验证能 防止过拟合 呢？

为什么说交叉验证能 防止过拟合呢？

交叉验证 把 原始数据分成可 K 块 ，用每次用其中的 K-1块训练， 用 余下的 一块进行预测，

这样做，让算法在训练的时候没有接触过 余下来的那一块数据子集中的内容，这样，在对 余下这一块进行预测时，

算法只能靠他学会的本领来进行预测---------> 就是用学到的参数来预测。

 

但是，算法还是有超参数的：我们每次都需要主观选择超参数给算法才行，但是不同的超参数会导致模型有不同的效果，假设我们有四个超参数【1，10，100，1000】，我们运行10折交叉验证（既 训练了40个模型），  每次我们都用10个训练出来的模型的平均值 来表示 当前 超参数的效果。    

所以 我们比较了  4 个超参数的效果后，我们能找到一个更加 好的超参数，我们再用全量的数据 在该超参数上训练模型。因此，这样训练出来的模型是相对更优的，在一定程度上能避免 过拟合问题。

 

 

 

皮皮的 解释一下什么是过拟合：

 

比如说 语文老师 让同学A 解释一个句子：  ‘某鲁迅先生的文章~~~~~~~~’

欠拟合：    差生： 这是个什么鬼东西，比例哔哩哔哩~~~~

过拟合：    语文老师的解释： ‘表面上看是~~~，但其实~~~~，本质上~~~~~~，反映了~~~~心情，烘托了~~~气氛~~~’

正常：        当时鲁迅先生觉得天色晚了，该休息了。

 

嗯哈 ，皮了一下，  正常的解释还是看书比较好哈

 

 

88