機器學習筆記(四) 機器學習（泛化,過擬合, 數據集，驗證集，測試集）

主要來源：視頻學習網站Google機器學習教程 泛化 (Generalization) 泛化是指模型很好地擬合以前未見過的新數據（從用於創建該模型的同一分佈中抽取）的能力。 過擬合： 過擬合模型在訓練過程中產生的損失很低，但在預測新數據方面的表現卻非常糟糕，即泛化能力差； 產生原因：過擬合是由於模型的複雜程度超出所需程度而造成的。機器學習的基本衝突是適當擬合我們的數據，但也要儘可能簡單地擬合數據。

>>阅读原文<<