本文讨论了机器学习中常见的两个问题：过拟合和欠拟合，并提出了通过正则化和交叉验证来解决这些问题的方法。
模型太简单--偏差大--在训练集上表现就不好--欠拟合
模型太复杂--方差大--在训练集表现良好，在测试集表现不好---过拟合
解决办法：正则化+交叉验证（把训练集等分几份分出验证）
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
