1
条回答
写回答
写回答
-
如果一味的去提高训练数据的预测能力，所选模型的复杂度往往会很高，这种现象称为过拟合，所表现的就是模型训练时候的误差很小，但在测试的时候误差很大。
指在模型参数拟合过程中的问题，由于训练数据包含抽样误差，训练时， 复杂的模型将抽样误差也考虑在内，将抽样误差也进行了很好的拟合。具体表 现就是训练集上效果好，在测试集上效果差。模型泛化能力弱。
2019-11-26 16:41:10赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
