过拟合，欠拟合问题

当我们训练模型时时长会遇到过拟合和欠拟合的现象：

欠拟合：相对于我们任务来说我们的模型过于简单；

过拟合：相对于模型来说任务过于简单（模型在训练集上有很好的结果，在测试集上效果比较差）；

 

欠拟合其实就是模型选择的问题，很少讨论这种情况（选个复杂的模型呗）。

 

解决过拟合的两个常用方法（除了模型过于复杂外）：

1，数据太少，增加数据（一个没有见过歪果仁的中国人，第一次看NBA，很懵逼，看谁都一样，多看就好喽）；

2，加入偏差，也即是正则化（在损失函数后面加入L1、L2或其他正则项）；

 

 

 

 

 

喝牛奶是助睡眠,起夜的次数也可能多哦