过拟合、欠拟合 面试必问点,很多人回答不好,这里给出满分答案,面试不出任何问题~
1. 过拟合和欠拟合是什么
当我们训练模型时,发现模型在训练集效果很好,但是在测试集效果不好的时候,模型便可能发生过拟合现象。
而训练集和测试集效果均不好的情况则可能发生欠拟合。
2. 如何解决过拟合
- 首先从数据本身角度去考虑,可以考虑增加训练集样本数量等方式,或者使用GAN等方法来生成新样本数据。
- 再从模型本身考虑,降低模型的复杂度,或者在模型中加入正则化等等方法。
- 集成学习也是有效的,减少单个模型过拟合的风险。
3. 如何解决欠拟合
- 因为平常现在大多数方法都是用深度学习,那么对深度学习来说,解决欠拟合,就是提高模型的复杂度,提高模型的学习能力;而且使用深度学习本身也能在一定程度上解决欠拟合的问题,毕竟很多特征不需要自己去找,本身就能学习到很多特征。
- 正则化系数设置不当,比如设太高,也可能会造成欠拟合。
![](https://img-blog.csdnimg.cn/6c403f2fa1c348dfab968a6fffa27681.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAWHVfV2F2ZQ==,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center)