轉 深度學習—過擬合問題

1、過擬合問題 　　欠擬合：根本原因是特徵維度過少，模型過於簡單，導致擬合的函數無法滿足訓練集，誤差較大；  　　　　　　解決方法：增加特徵維度，增加訓練數據；  　　過擬合：根本原因是特徵維度過多，模型假設過於複雜，參數過多，訓練數據過少，噪聲過多，導致擬合的函數完美的預測訓練集，但對新數據的測試集預測結果差。 過度的擬合了訓練數據，而沒有考慮到泛化能力。 　　　　　　解決方法：（1）減少特徵維

>>阅读原文<<