如何判斷模型過擬合？那些手段解決過擬合？

如何判斷模型過擬合？ 模型在驗證集合上和訓練集合上表現都很好，而在測試集合上變現不好。過擬合即在訓練偏差很小,而泛化偏差很大,由於模型可能過於的複雜,算法 如何防止過擬合？ dropout 另外一種很是流行的神經網絡正則化方法是dropout。這個想法實際上很是簡單——神經網絡的每一個單元（屬於輸出層的那些單元）都被賦予在計算中被暫時忽略的機率p。超參數p稱爲丟失率，一般將其默認值設置爲0.5。而

>>阅读原文<<