过拟合的原因:
1. 数据有噪声
问题解决思路:去燥方法
2. 训练数据不足,有限的训练数据
问题解决思路:数据增强,增加训练数据样本。
3. 训练模型过度导致模型非常复杂
问题解决思路:正则化(限制权值),通过给损失函数引入额外信息给模型复杂性带来相应的惩罚度。
过拟合的原因:
1. 数据有噪声
问题解决思路:去燥方法
2. 训练数据不足,有限的训练数据
问题解决思路:数据增强,增加训练数据样本。
3. 训练模型过度导致模型非常复杂
问题解决思路:正则化(限制权值),通过给损失函数引入额外信息给模型复杂性带来相应的惩罚度。