過擬合及改善方法

最近在學習深度學習相關內容，關於機器學習中過擬合的幾種方法進行總結。 首先什麼是過擬合，簡而言之就是訓練成功的模型對於訓練集具有非常好的一個預測能力，但是對於測試集的數據其預測能力往往差強人意。 可以用以下幾幅圖比較形象地解釋： 上圖中的小圓點的待擬合的數據點，我們用M次多項式進行擬合的過程中，M值越大，用於擬合的參數越多 顯然M=0時候，相當於y=c0，參數只有一個c0，是一條平行於x軸的直線；

>>阅读原文<<