零基础语音识别 task5

食物声音识别之模型优化与改进

模型的误差：过拟合，欠拟合，泛化误差。
泛化误差与模型的复杂度呈一个二次函数的关系，当选中最适当的模型复杂度，可大大降低泛化误差的值。

优化方法：
Boosting ， Bagging
在我看来boosting类似与一种错题集，能把上一次错误的点整合起来，在下一次运行处理这些错误，以此往复，从而优化模型。
Bagging：对每一个单位进行判断，最后整合出一个最优结果。