動手學深度學習_模型選擇、欠擬合和過擬合——2020.2.26

一、訓練誤差和泛化誤差       對於一個模型，並不是在本訓練集下的準確率越高越好，很可能會因爲過擬合，導致在本模型的訓練集測試效果好，但在其他數據集的效果差。由此，有兩個誤差概念： 訓練誤差：      指該模型在訓練數據集上表現的誤差。 泛化誤差：      指該模型放到任一個數據集下表現的誤差，取近似誤差。泛化誤差更具參考性。 二、模型選擇      爲了得到有效的模型，我們通常在選擇隱藏

>>阅读原文<<