過擬合和欠擬合

圖解欠擬合和過擬合 1）橫軸爲訓練樣本數量，縱軸爲誤差 欠擬合：高偏差 過擬合：高方差 2）橫軸爲模型複雜度，縱軸爲誤差 A：欠擬合；C：過擬合；B：模型正常 3）橫軸爲正則項係數，縱軸爲誤差   ​​​​ 降低過擬合的方法 1）重新清洗數據，數據不純會導致過擬合，此類情況需要重新清洗數據 2）數據增強（增加訓練樣本數量） 圖像：平移、旋轉、縮放 利用生成對抗網絡（GAN）生成新數據 NLP：利用

>>阅读原文<<