过拟合的概念 我们的数据在训练集中可能表现很好,但是在遇到新数据后表现就没有那么出色,这种现象叫过拟合。 过拟合的原因 1.数据有噪声 数据噪声指在一组数据中无法解释的数据变动,就是一些不和其他数据相一致的数据。永远没有完美的数据,数据里的噪声会影响模型的学习,造成过拟合。2.训练数据过少3.模型过于复杂 过拟合的解决方案 1.正则化2.增加数据量3.丢弃一些不能帮助我们正确预测的特征。