分类问题中过拟合现象解决办法

1、 丢弃一些不能帮助我们正确预测的特征。

     可以是手工选择保留哪些特征 或者使用一些模型选择的算法来帮忙（例如 PCA）

2、归一化。

     保留所有的特征，但是减少参数的大小（magnitude）

第一件要做的事是选择网络结构，即决定选择多少层以及决定每层分别有多少个单元。
 第一层的单元数即我们训练集的特征数量。
 最后一层的单元数是我们训练集的结果的类的数量。
 如果隐藏层数大于 1，确保每个隐藏层的单元个数相同，通常情况下隐藏层单元的个
数越多越好。