理解過擬合

原創聲明：本文爲 SIGAI 原創文章，僅供個人學習使用，未經允許，不能用於商業目的。 導言在進行有監督的機器學習建模時，一般假設數據獨立同分布（i.i.d，independently and identically distributed）。即樣本數據根據通過一個概率分佈採樣得到，而且這些樣本相互之間獨立。我們使用歷史數據集去訓練模型，使得損失函數最小化，然後用訓練得到的模型去預測未知數據。如果

>>阅读原文<<