优秀的机器学习算法不能取极端,而是一个合适的平衡的状态
- 拟合是机器学习的基本问题,也是评判学习质量的标准。
- 对未曾出现在训练集中的样本能够进行正确预测。
过拟合(书呆子认死理):预测结果方差太大
情况:常在模型学习能力较强,而数据复杂度较弱的情况下出现。
欠拟合(呆子,说的都是错的):预测和训练集差的太远
情况:模型学习能力较弱,而数据复杂度较高的情况下出现。
优秀的机器学习算法不能取极端,而是一个合适的平衡的状态
过拟合(书呆子认死理):预测结果方差太大
情况:常在模型学习能力较强,而数据复杂度较弱的情况下出现。
欠拟合(呆子,说的都是错的):预测和训练集差的太远
情况:模型学习能力较弱,而数据复杂度较高的情况下出现。