零基础入门语音识别-食物语音识别Task05

本次新人赛是Datawhale与天池联合发起的零基础入门系列赛事第八场 —— 零基础入门语音识别-食物声音识别挑战赛。
baseline及用图由开源学习组织Datawhale提供
https://github.com/datawhalechina/team-learning

过拟合和欠拟合

过拟合和欠拟合概念

过拟合是指模型对于训练数据拟合呈过当的情况，反映到评估指标上，就是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较差。欠拟合指的是模型在训练和预测时表现都不好的情况。

降低过拟合风险的方法

（1）从数据入手，获得更多的训练数据。
（2）降低模型复杂度。
（3）正则化方法。
（4）集成学习方法。

降低欠拟合风险的方法

（1）添加新特征。
（2）增加模型复杂度。
（3）减小正则化系数。

泛化误差

我们想要提升的是模型在未知数据上的准确率，模型在未知数据上的准确率受什么因素影响？常用来衡量模型在未知数据上的准确率的指标，叫做泛化误差。泛化误差受到模型的结构（复杂度）影响。

偏差、方差

用过拟合、欠拟合来定性地描述模型是否很好地解决了特定的问题。从定量的角度来说，可以用模型的偏差（Bias）与方差（Variance）来描述模型的性能。
大概来说，可以用射击中靶来做比喻：最期望的结果就是射击结果又准确又集中，说明模型的偏差和方差都很小；而虽然射击结果的中心在靶心周围，但分布比较分散，说明模型的偏差较小但方差较大。

模型评估

在机器学习中，我们通常把样本分为训练集和测试集，训练集用于训练模型，测试集用于评估模型。在样本划分和模型验证的过程中，存在着不同的抽样方法和验证方法。
1）Holdout检验
2）交叉检验
3）自助法

学习心得

Task5的学习主要是关于模型本身的优化改进内容，就一开始的概念而言，还是看的比较懂的，学习内容上比喻的手法，也让我更容易理解一些概念。但是就如何去评估模型、优化模型、集成学习这一块单纯看还是不太理解，会在今日再找资料看看加深理解。
Ps:关于集成学习还没看太懂，在下一次的学习心得上会补上。

参考资料：Task5 食物声音识别-模型改进与优化