【機器學習】過擬合與欠擬合

先思考 什麼是過擬合和欠擬合？ 過擬合與欠擬合會帶來什麼樣的後果？ 如何解決？ 過擬合與欠擬合 通常，我們把學習器的實際預測輸出與樣本的真實輸出之間的差異稱爲「誤差（error）」，學習器在訓練集上的誤差稱爲「訓練誤差」或「經驗誤差」，在新的樣本上的誤差稱爲「泛化誤差」。顯然，我們希望得到泛化誤差小的學習器。 在很多情況下，我們可以得到一個訓練誤差很小，在訓練集上表現很好的學習器，甚至精確度爲10

>>阅读原文<<