机器学习八股文 过拟合和欠拟合的问题L1、L2正则化 过拟合和欠拟合的问题 过拟合 数据上 模型上 训练策略上 提前终止训练 多模型融合 减少模型结构 正则化或者增大正则化参数* 标签平滑* 数据增强 L1、L2正则化
本文探讨了机器学习中常见的问题——过拟合和欠拟合，并重点介绍了L1和L2正则化作为解决这些问题的有效方法。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
