如何防止過擬合

通常過擬合由以下三種原因產生：1. 假設過於複雜；2. 數據存在很多噪音；3. 數據規模太小。  過擬合的解決方法通常有：1. early stopping；2. 數據集擴增；3. 正則化；4. Dropout。 Early stopping： 對模型的訓練過程就是對模型參數的進行學習更新的過程。參數學習的過程中往往會用到一些迭代算法，比如梯度下降法。Early stopping的目的就是在迭代次

>>阅读原文<<