機器學習過擬合的原因和解決辦法

一、什麼是過擬合 1、泛化能力差      低 Ein，高Eout。 2、泛化能力差和過擬合      泛化能力差：(E_out−E_in) 很大 過擬合：E_in↓，E_out↑ 欠擬合：E_in↑，E_out↓ 3、過擬合的原因      ①使用過多的d_vc  （即使用的模型的複雜度過高）      ②噪聲      ③數據有限 二、噪聲和數據集尺寸的角色 複雜度越高的模型，當數據量越小，N

>>阅读原文<<