- 博客(1)
- 资源 (2)
- 问答 (1)
- 收藏
- 关注
原创 机器学习训练过拟合的解决办法
过拟合 通俗一点地来说过拟合就是模型把数据学习的太彻底,以至于把噪声数据的特征也学习到了,这样就会导致在后期测试的时候不能够很好地识别数据,即不能正确的分类,模型泛化能力太差。例如下面的例子。 上面左图表示size和prize的关系,我们学习到的模型曲线如右图所示,虽然在训练的时候模型可以很好地匹配数据,但是很显然过度扭曲了曲线,不是真实的size与prize曲
2017-11-02 16:58:31 1602
关于Android studio的jdk配置问题
2016-05-12
TA创建的收藏夹 TA关注的收藏夹
TA关注的人