過擬合與欠擬合

目錄 1. 過擬合 1.1 過擬合的定義 1.2 過擬合的原因 1.3 過擬合的解決辦法 2. 欠擬合 2.1 欠擬合的定義 2.2 欠擬合的原因 2.3 欠擬合的解決辦法 3. 面試題 3.1 從Bagging和正則化的角度理解Dropout？ 1. 過擬合 1.1 過擬合的定義 定義1（摘自周志華機器學習）：當學習器把訓練樣本學的「太好」了的時候，很可能已經把訓練樣本自身的一些特點當作了所有潛

>>阅读原文<<