過擬合的緣由以及如何解決

如何判斷過擬合？ 簡單來講就是當模型在訓練集上的表現效果很是好，而且遠好於在測試集上的表現效果，那基本就是過擬合了。若是在訓練集上表現都很差，極可能是欠擬合，，，算法 過擬合的緣由？ 1. 數據特徵過多，而數據量不足。對於迴歸類的算法而言，特徵越多意味着參數數量越多，模型也就越複雜，而相比之下若是數據量不足會致使過擬合，也就是模型複雜度與數據量不匹配。網絡 2. 訓練集和測試集的數據特徵、分佈不夠

>>阅读原文<<