機器學習與Deep Learning算法問題彙總（Part-3）

11. 怎麼解決過擬合和欠擬合？ 答：（1）過擬合： 1）增加訓練數據，數據增廣。一般有如下方法：從數據源頭採集更多數據；複製原有數據並加上隨機噪聲；重採樣；根據當前數據集估計數據分佈參數，使用該分佈產生更多數據等。 2）正則化：L1正則和L2正則；增大正則項參數。 3）dropout。 4）batch normalizatin。 5）交叉驗證，通過交叉檢驗得到較優的模型參數。 6）特徵選擇，減少

>>阅读原文<<