m0_46515959的博客

原创 模型的过拟合与欠拟合

样本数据集：样本数据集总是表现为数据的内在规律（如：y=f(x）)与随机噪声共同作用的结果。 训练集：训练集是用于训练模型的样本数据集合。我们总是希望通过训练集，找到真实数据的内在规律，同时又希望避开训练集数据的随机噪声对模型产生的影响。 泛化能力：模型通常由训练集数据训练获得，但我们希望的是模型在测试集上有较好的表现，也就是希望模型能够对其他训练集以外 的样本的目标值做出正确的预测和判断，这种能力称为模型的泛化能力。 机器学习的一般模式：我们通常可以将机器学习的过程看作求解形如的函数的过程，其中..