过拟合
- 噪声数据和过高的VC维容易造成过拟合
- 过拟合处理:过于拟合训练数据,泛化误差比较大
泛化误差
L1与L2泛化比较
三个学习原则
奥卡姆剃刀:简单模型更有效,复杂模型容易过拟合
抽样偏差:样本抽样不均匀,结果必然偏差(garbage in,garbage out,没有免费的午餐 )
- 数据驱动
Comments
奥卡姆剃刀:简单模型更有效,复杂模型容易过拟合
抽样偏差:样本抽样不均匀,结果必然偏差(garbage in,garbage out,没有免费的午餐 )