機器學習過擬合

參照臺大機器學習教程 （https://mp.weixin.qq.com/s/vus2mp2RhCL0kPamXVKnAg） - 過擬合的概念：過擬合就是訓練出來的模型在訓練集上表現很好，但是在測試集上表現較差的一種現象！下圖給出例子： 我們將上圖第三個模型解釋爲出現了過擬合現象，過度的擬合了訓練數據，而沒有考慮到泛化能力。在訓練集上的準確率和在開發集上的準確率畫在一個圖上如下： 從圖中我們能夠看

>>阅读原文<<