過擬合問題

過擬合問題 到現在爲止,我們已經學習了線性迴歸和邏輯迴歸,它們能夠有效地解決許多問題,但是當將它們應用到某些特定的機器學習應用時,會遇到過擬合(over-fitting)的問題,可能會導致它們效果很差。 現在來看看什麼是欠擬合,過擬合,和剛好符合。 下圖爲房價問題的線性迴歸模型。 其中左圖爲欠擬合(underfitting),也可以說算法具有高偏差(bias)。可以看出,它沒有很好的擬合訓練數據。
相關文章
相關標籤/搜索