【深度學習】模型選擇、欠擬合和過擬合_01

模型選擇、欠擬合和過擬合         我們經常在數據集實驗中，經常評價模型在訓練數據集和測試數據集上的表現，我們可能會發現當模型在訓練數據集上更準確時，它在測試集上卻不一定準確，那麼就讓我們一起來探討一下吧！ 訓練誤差和泛化誤差：       訓練誤差是指在訓練數據集上表現出的誤差。       泛化誤差是指模型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。

>>阅读原文<<