一、过拟合(Overfitting)
1. 概念:
If you can fit the training data,but largeerror on testing data,then you probably have large variance.
过拟合是指模型在训练集上的表现很好,但在测试集和新数据上的表现很差。
2. 特征:
Small Bias; Large Variance;Complex Model.
3.一般解决思路:
(1)More Data: 使用更多的训练数据是解决过拟合问题最有效的手段,因为更多的样本能够让模型学习到更多有效的特征,减少噪声的影响。
(2)Regularizationg: 给模型参数添加一定的正则约束。
(3)降低模型复杂度: 适当降低模型复杂度可以避免模型拟合过多的采样噪声。
(4)使用集成学习方法: 把多个模型集成在一起,降低单一模型的过拟合风险,如Bagging。
二、欠拟合(Underfitting)
1. 概念:
If your model cannot even fit the training examples,then you have large bias.
欠拟合是指训练的模型不能很好地拟合数据关系。
2. 特征:
Large Bias; Small Variance; Simple Model.
3. 一般解决思路:
(1) Redesign Model: 重新设计模型,增加模型的复杂度。简单模型的学习能力较差,增加模型复杂度可以使模型有更强的拟合能力。
例如,在线性模型中添加高次项,在神经网络模型中增加网络层数或神经元个数等。
(2)Add more features as input: 当特征不足或现有特征与样本标签的相关性不强时,模型容易出现欠拟合。
参考文献:学习总结参考李老师公开课。