對過擬合和欠擬合的理解以及解決辦法

前言   不管是在深度學習還是在機器學習中訓練的模型存在着過擬合和欠擬合的現象，而且這種現象或多或少可能都是難以避免的。在介紹擬合和欠擬合之前我們先來了解一下其他幾個概念。「誤差」(偏差)：訓練得到的模型實際預測輸出和樣本的真實輸出之間的差異叫做誤差。方差：描述的是模型實際的預測輸出的變化範圍，離散程度，也就是離其期望值的距離。方差越大，數據的分佈越分散;「泛化誤差」：模型在訓練集上得到的誤差叫做

>>阅读原文<<