4-2 過擬合

對於迴歸來說： 對於分類來說： 當新數據（未參與訓練）要求迴歸或分類時，過擬合的網絡得到擬合的效果比較差，泛化能力不足。 1數據挖掘中說擁有足夠多的數據往往勝過一個好的模型 2正則化中，優化損失函數C時，也會優化後面的正則項，即w（網絡中的權值）會減小，使得原本比較小的權值越來越接近於幾乎等於0，相當於該權值的某個神經元不存在，減小了網絡的複雜程度，類似dropout的效果 3dropout使得每

>>阅读原文<<