線性迴歸---7.欠擬合和過擬合

定義: 過擬合: 訓練集表現好,測試集表現不好 欠擬合: 訓練集,測試集表現都不好 原因及解決辦法: 欠擬合: 特徵過少 解決辦法: 添加其他特徵項 添加多項式特徵 過擬合: 特徵過多,嘈雜特徵,嘗試兼顧太多 解決辦法: 重新清洗數據 增大數據的訓練量 正則化 減少特徵維度,防止維災難 正則化 定義: 在學習的時候,數據提供的特徵有些影響模型複雜度或者這個特徵的數據的異常點較多,所以在學習的時候盡

>>阅读原文<<