过拟合简单的说就是机器学习的模型过于自信,强行满足了太多训练数据,在加入其他测试数据后,误差变大。 解决过拟合的方法 方法1:增加数据量 方法2:运用正规化(正则化): (1)L1,L2 … regularizztion:适用于大多数机器学习和神经网络的方法 (2)Dropout regularization专门用于神经网络的方法 此方法每次训练随机忽略一部分神经元,减小模型对于某些神经元的依赖