Tensorflow2.0入门教程17:模型调参之过拟合及解决方法
过拟合(overfitting)现象:训练集准确率(高)与验证集准确(低)率差异过大
欠拟合(underfitting)现象:训练集和测试集准确率都偏低
欠拟合也叫作叫高偏差(bias),过拟合也叫高方差(variance)
原因:
训练集的数量级和模型的复杂度不匹配。训练集的数量级要小于模型的复杂度;
训练集和测试集特征分布不一致;
样本里的噪音数据干扰过大,大到模型过分记住了噪音...
原创
2020-03-16 18:04:57 ·
1358 阅读 ·
1 评论