版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/ZK_J1994/article/details/81254134
-
过拟合(模型过分学习到数据中的细节,噪声;训练集与测试集上性能差距大)
-
数据(对数据去噪,减少噪声细节模式;增加数据量,更好的体现数据中的模式;都是使模型学到细节的机会降低)
-
模型(使用简单的模型,简单模型偏差大,拟合能力弱;正则化,控制模型复杂度;bagging,基模型偏差小,方差大,减小方差;模型融合)
-
训练(early_stop,不让模型过分拟合)