【機器學習】如何對抗過擬合（交叉驗證與正則化）

思考 什麼是擬合與過擬合 如何對抗過擬合 簡單回顧下欠擬合與過擬合 在之前的博客中，博主針對欠擬合與過擬合簡單總結過。博客鏈接：欠擬合與過擬合 擬合、欠擬合與過擬合 在訓練模型時，涉及到選擇與比較不同的模型在訓練集和測試集的預測結果 這裏有Bias（偏差）與Variance（方差） 擬合： 抓住主要特徵，主要規律，主要趨勢，可用於同一總體的其他採樣樣本的結果預測 * 欠擬合： * 模型不夠複雜，漏

>>阅读原文<<