欠拟合: 训练集的预测值，与训练集的真实值有不少的误差，称之为欠拟合。
过拟合: 训练集的预测值，完全贴合训练集的真实值，称之为过拟合。
过拟合是训练集很好但到测试集不管用了
如何去避免过拟合：
加入正则项L1，L2（带平方的，将高阶系数减小）。
正则项L2推导：
过拟合和欠拟合问题（正则项）
猜你喜欢
转载自blog.csdn.net/zhu_xian_gang/article/details/130305507
今日推荐
周排行