深度學習中的過擬合問題

一、過擬合問題 　　欠擬合：根本緣由是特徵維度過少，模型過於簡單，致使擬合的函數沒法知足訓練集，偏差較大。算法 解決方法：增長特徵維度，增長訓練數據；網絡 過擬合：根本緣由是特徵維度過多，模型假設過於複雜，參數過多，訓練數據過少，噪聲過多，致使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。 過分的擬合了訓練數據，而沒有考慮到泛化能力。機器學習 解決方法：（1）減小特徵維度；（2）正則化

>>阅读原文<<