機器學習、深度學習模型過擬合的處理方法

過擬合標準定義：給定一個假設空間H，一個假設  h  屬於H，如果存在其他的假設  h’  屬於H,使得在訓練樣例上  h  的錯誤率比  h’  小，但在整個實例分佈上  h’  比  h  的錯誤率小，則假設  h  過度擬合訓練數據。 —-《Machine Learning》Tom M.Mitchell   因爲在統計學習中，假設數據滿足獨立同分布（i.i.d，independently a

>>阅读原文<<