过拟合的相关知识

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。