过拟合：当在训练集上的损失函数很小，而在测试集上的损失函数很大时，两则相差很大
欠拟合：在训练集上的损失函数与测试集上的相差不大，且损失值很大
过拟合的解决方法：
| 调整损失函数：岭回归<L2正则化>、Lasso回归<L1正则化>或弹性回归 | |
| 减少epoch数 | |
欠拟合的解决方法：
| 增加batch和epoch | |
| 优化模型算法 | |
| 数据样本噪声过大，清洗数据 |
过拟合 欠拟合
于 2022-07-14 19:07:55 首次发布
评论 2
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
