该博客围绕文本相似性比较项目展开，此项目数据量少但规整。回顾了过拟合、欠拟合概念，指出数据量过少时模型在训练和测试数据上表现不同，通过降低模型复杂度、拟合规整数据取得不错效果。
背景：需要做一个文本相似性比较的项目，数据量很少，但是数据很规整
首先，回顾几个概念：
过拟合：数据量过大，模型为了尽可能的拟合数据，不断委屈自己适应训练数据。此时，模型在训练数据上效果很好，在测试数据上效果很差
欠拟合：模型没有完全拟合数据，比如一个随机初始化的模型。此时，模型在训练数据和测试数据上效果都很差
数据量过少，不属于以上两种情况，此时模型稍加训练便可以拟合训练数据。此时模型在训练数据上表现很好，在测试数据上表现很差。此时通过降低模型的复杂度，拟合规整数据，取得了不错的效果
扫一扫
评论 4
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
