過擬合問題

前言 一開始，我在用自己學到的各種模型對數據做預測時，有時候自己的模型與訓練數據擬合的非常好，但在測試樣例中卻表現的很糟糕。 是模型不夠好？數據有問題？ 於是我就換用更復雜的模型，在神經網絡中也嘗試不斷地增加層數，結果模型與訓練數據擬合的越來越好，但在測試樣例中表現的越來越糟糕。 這是我曾經踏入的一個誤區，總以爲模型和算法是機器學習的核心，不知不覺就陷入了所謂的過擬合（Overfitting）陷阱

>>阅读原文<<