過擬合和解決辦法

      在我們訓練模型的時候經常會遇到過擬合和欠擬合的問題。我們的模型一開始是欠擬合的，正因爲如此，纔會有優化的空間，需要不斷的調整算法來使得模型的表達能力更強。但是優化到一定程度，就需要解決過擬合問題了。 1、過擬合：學習時選擇的模型包含的參數過多，以致於出現這一模型對已知數據預測得很好，對未知數據預測得很差的現象。      圖1.2給出了用多項式去擬合圖中的數據點，M是多項式最高次數，圖

>>阅读原文<<