ML學習筆記第三週（四）：解決過擬合問題

1 過擬合問題（Overfitting） 過擬合（Overfitting）問題就是特徵數量太多，過分的追求完美擬合訓練樣本，把訓練樣本自身的一些特點，當成所有潛在樣本都會具有的一般特徵。這樣求得的假設函數對訓練樣本會擬合非常好，但是泛化能力比較差，難以對新的樣本做出正確的預測。 欠擬合（Underfitting）問題就是對訓練樣本的一般性質尚未學好，我們的假設函數h的形式很難映射到數據的趨勢。通常

>>阅读原文<<