深度學習中的過擬合問題

1、過擬合問題 　　欠擬合：根本原因是特徵維度過少，模型過於簡單，導致擬合的函數無法滿足訓練集，誤差較大。 解決方法：增加特徵維度，增加訓練數據； 過擬合：根本原因是特徵維度過多，模型假設過於複雜，參數過多，訓練數據過少，噪聲過多，導致擬合的函數完美的預測訓練集，但對新數據的測試集預測結果差。 過度的擬合了訓練數據，而沒有考慮到泛化能力。 解決方法：（1）減少特徵維度；（2）正則化，降低參數值。

>>阅读原文<<