过拟合:其实就是训练的模型在训练样本中表现得过于优越,导致在验证数据集以及测试数据集中表现不佳,(训练时过于苛刻,比较挑剔)。
解决方案:增大网络规模;扩大训练集;正则化
欠拟合:可能训练样本被提取的特征比较少,导致训练出来的模型不能很好地匹配,表现得很差,甚至样本本身都无法高效的识别。(训练时不认真,要求不严格)
过拟合和欠拟合的区别
最新推荐文章于 2023-12-26 01:56:22 发布
过拟合:其实就是训练的模型在训练样本中表现得过于优越,导致在验证数据集以及测试数据集中表现不佳,(训练时过于苛刻,比较挑剔)。
解决方案:增大网络规模;扩大训练集;正则化
欠拟合:可能训练样本被提取的特征比较少,导致训练出来的模型不能很好地匹配,表现得很差,甚至样本本身都无法高效的识别。(训练时不认真,要求不严格)