开发者社区> 问答> 正文

为什么越复杂的模型在测试集上的效果反而不好呢?

已解决

为什么越复杂的模型在测试集上的效果反而不好呢?

展开
收起
每天一个小bug 2022-07-31 11:32:36 835 0
1 条回答
写回答
取消 提交回答
  • 推荐回答

    因为越复杂的模型很好的拟合了训练集,但训练集中有一部分数据可能代表了噪音和异常,当将噪音和异常都学习到分类模型中去时,就导致这个比较复杂的分类模型在测试集上的效果反而不好了。

    2022-07-31 14:09:04
    赞同 展开评论 打赏
问答标签:
问答地址:
问答排行榜
最热
最新

相关电子书

更多
移动互联网测试到质量的转变 立即下载
给ITer的技术实战进阶课-阿里CIO学院独家教材(四) 立即下载
F2etest — 多浏览器兼容性测试整体解决方案 立即下载