过拟合及解决办法

 过拟合：

实际数据：

过拟合：

不能成功表达除了训练数据以外的其他数据。

解决方法1：增加数据量

方法2：利用正规化L1,L2..regularition

y = Wx,W为机器学习所需要学习到的各种参数，在过拟合中，W往往变化率比较大。为了不让W一次性变化的太大，需要在计算误差值上做一些手脚。这样保证让学出来的曲线没有那么扭曲。

方法3：Dropout regularition

 

每一次训练中随机失活部分神经元， 让每一次预测结果都不会依赖于某一部分特定的神经元。