欠拟合:模型拟合不够,在训练集上表现效果差
过拟合:模型过度拟合,在训练集上表现好,测试集上效果差
欠拟合原因及解决方法:
1、模型过于简单-》增加模型复杂度
eg、使用线性模型拟合二次曲线数据
2、特征集过少、数据集过少、抽样数据不合理
过拟合原因及解决办法:
1、模型过于复杂-》减少模型复杂度,增加正则化项,L1范数或L2范数
2、特征选取不合理-》人工筛选特征,使用特征选择算法
欠拟合:模型拟合不够,在训练集上表现效果差
过拟合:模型过度拟合,在训练集上表现好,测试集上效果差
欠拟合原因及解决方法:
1、模型过于简单-》增加模型复杂度
eg、使用线性模型拟合二次曲线数据
2、特征集过少、数据集过少、抽样数据不合理
过拟合原因及解决办法:
1、模型过于复杂-》减少模型复杂度,增加正则化项,L1范数或L2范数
2、特征选取不合理-》人工筛选特征,使用特征选择算法
转载于:https://www.cnblogs.com/yan456jie/p/5369409.html