立即学习:https://edu.csdn.net/course/play/10178/216914?utm_source=blogtoedu
欠拟合(underfitting):过于简单的模型与训练数据拟合的欠佳(和测试数据自然也拟合的不好)
过拟合(overfitting):过于复杂的模型与训练数据拟合得太好,但和测试数据拟合得不好。
减弱模型过拟合的方法:
1.增加数据量,改变(均值N,方差);(根据经验,如果是线性模型,数据量是参数的5-10倍时,可以取得很好效果)
2.样本数量一定时,可以增加正则项减弱过拟合(如:目标函数中增加L2正则项,得到岭回归(Ridge Regression) )
3.减少数据的噪声(改变方差)