“过拟合”和“欠拟合”
过拟合
- 泛化能力差，训练集效果好，测试集效果差。
方法
- 从数据入手，获得更多训练数据
图像：平移、旋转、缩放
使用生成式对抗网络合成大量新数据- 降低模型复杂度
树：降低深度，剪枝
神经网络：减少层数，神经元个数- 正则化
- 集成学习Bagging
欠拟合
- 训练集和测试集效果都差。
方法
- 增加新特征
特征组合- 增加模型复杂度
线性模型：加高次项
树：增加深度
神经网络：增加层数，神经元个数- 减小正则化系数
- 集成学习Boosting
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
