深度學習基礎:模型選擇、欠擬合和過擬合

有時候,模型在訓練數據集上更準確時,這個模型在測試集上不一定更準確,這是爲什麼呢? 一、訓練誤差和泛化誤差 訓練誤差是指在訓練集上表現出的誤差,而返回誤差是指在任意一個測試數據樣本上表現出的誤差的期望,並常常通過測試數據集上的誤差來近似。 我的理解:由於訓練誤差是經過模型在訓練集上反覆訓練的,它的結果會更傾向於訓練集的結果。那麼如果將其損失值降得過低,就好像是這個模型專門爲這個訓練集訓練了一組參數
相關文章
相關標籤/搜索