模型調優方法

模型調優方法 參數調整 效果優化 過擬合 欠擬合 權重分析 Bad-Case 分析 模型調優，首先應解決欠擬合問題，其次再解決過擬合問題。不然即使是過擬合控制得很好（訓練精度與測試精度很是接近），但擬合程度卻依然很低，達不到目的。html 更主要的，是從數據的特徵入手，好的特徵工程決定預測結果的上限。web 參數調整 主要調整模型中的超參數，例如學習速率等。 能夠使用 網格搜索 方法，或者修改模型

>>阅读原文<<