什麼是過擬合和欠擬合

今天突然被以前同學人問到什麼是機器學習中的’過擬合‘？ 「過擬合就是訓練的時候效果很好損失函數值可以降得很低，但是到測試數據集的時候表現就不那麼好了，就是過分依賴於現有訓練數據集的特徵造成的，可以加大數據集來進行訓練，比如在圖像領域可以通過拉伸旋轉變換剪裁等等方式來增加訓練數據集然後通過Dropout隨機清零參數來避免.......「。巴拉巴拉講了一堆，雖然我很想解釋明白，但是.......總感覺

>>阅读原文<<