機器學習-過擬合

這一節其實不應該放在這裏記錄的， 但我本來想在這一章提正則化，索性就把欠擬合和過擬合記錄一下~ 什麼是欠擬合與過擬合 首先我們明確一下，什麼是欠擬合，什麼是過擬合 簡單來說，欠擬合就是你學的不夠多，並沒有學到足夠的或者說準確的數據之中的聯繫。過擬合就是你學的太多了，學到訓練樣本獨有的（或者說是訓練樣本的噪聲的特性也被你學進去了） 所以這麼一看，對於欠擬合的解決方法就是多學一點，過擬合的解決方法就是

>>阅读原文<<