機器學習--欠擬合,過擬合,泛化能力

欠擬合 在機器學習過程中,特別是線性迴歸,那麼會對數據進行擬合 如果一條曲線經過的數據點很少且很多數據相當於沒有用上 ## 過擬合 過擬合是曲線對每一點的都會擬合 這樣會導致模型具有很差的泛化能力 且測試集的數據進行測試有很大誤差 泛化能力: 其實很簡單 就是對未來數據的預測能力的表現 泛化誤差: 對未來樣本預測與實際的誤差 wiki解釋:一個機器學習模型的泛化誤差(Generalization
相關文章
相關標籤/搜索