[机器学习笔记] 如何确定模型训练达到了最优?

本文探讨了监督学习中的两种关键策略——经验风险最小化和结构风险最小化。经验风险最小化追求训练集上的最低误差,但易导致过拟合;而结构风险最小化则通过平衡训练误差与模型复杂度来避免过拟合,实现更好的泛化能力。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在进行模型训练时,我们如何确定模型达到了最优呢?
监督学习有两种策略:经验风险最小化和结构风险最小化。
参考: 什么是经验风险?什么是结构风险?

经验风险最小化的策略认为,经验风险最小的模型就是最优的模型。求解问题模型表达式如下:
经验风险最小化
当训练数据集的样本个数很少时,经验风险最小化的策略很容易产生过拟合现象。结构风险最小化策略可以防止过拟合。

结构风险最小化的策略认为,结构风险最小的模型就是最优的模型。求解问题模型表达式如下:
结构风险最小化
结构风险最小化,就是在训练误差和模型复杂度之间寻求平衡,以解决过拟合问题。从而达到真实误差的最小化。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值