过拟合
在训练样本上误差较小,在验证集上误差较大
解决办法:
1. 添加正则项(or 提高正则项系数)
2. 增加数据规模
3. 特征降维
4. dropout
5. pooling
6. batch normalization
欠拟合
在训练样本和验证集上误差都教大
解决办法:
1. 减小正则项系数
2. 特征维度增加
3. 添加高次多项式特征
偏差、方差
高偏差,高方差
高偏差=欠拟合:就是对所有的数据,不管是训练集还是验证集,预测结果与真实结果都有较大的偏差
高方差=过拟合:就是训练集的时候偏差较小,但验证集上偏差较大,所以波动较大,即方差较大