返回顶部

什么叫过拟合,产生过拟合的原因?避免过拟合方法?

3

0/300

评论 1

Andre老师@小象学院

过拟合简单说,就是在机器学习中,模型训练效果好,但对新的测试数据预测很差。 产生过拟合原因: 数据有噪声 训练数据不足,有限的训练数据 训练模型过度导致模型非常复杂 避免过拟合方法(常见): early stopping,在发生拟合之前提前结束训练。 数据集扩增,最大的满足全样本。 正则化,引入范数概念,增强模型泛化能力。 droput,每次训练时丢弃一些节点,增强泛化能力 batch normalization 减小模型复杂度

2021-09-02 17:59:52

- 没有更多了 -