文件名称:
DataWhale Task03&Task04&Task05
开发工具:
文件大小: 214kb
下载次数: 0
上传时间: 2021-01-07
详细说明：过拟合欠拟合及其解决方案
概念：
欠拟合（underfitting）：模型无法得到较低的训练误差。
过拟合（overfitting）：训练误差远小于它在测试数据集上的误差。
主要的影响因素是模型的复杂度和训练数据集的大小，通常模型复杂度低容易欠拟合，复杂度高容易过拟合；数据集小容易过拟合。
常用的解决方案：
从数据集角度：K折交叉验证，提高数据的利用率。
从模型复杂度角度：可以才用权重衰减正则和dropout。权重衰减即为增加一个模型参数的范数作为惩罚项来表征模型的复杂度，L1，L2皆可，其中L2正则较为常用。dropout策略是即为使网络中的节点随机失活，为了保证训练集和验证集的结果期望一致
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
