深度學習中的驗證集以及過擬合等基本概念

欠擬合 「欠擬合(underfitting)」當數據不能夠很好的擬合數據時,有較大的誤差. 以下面這個邏輯迴歸擬合的例子而言: 這就是high bias的情況. 過擬合 「過擬合(overfitting)」如果我們擬合一個非常複雜的分類器,比如深度神經網絡或者含有隱藏神經的神經網絡,可能就非常適用於這個數據集,但是這看起來不是一種很好的擬合方式,分類器方差較高,數據過度擬合 適度擬合 複雜程度市中

>>阅读原文<<