机器学习——基本概念
来源:互联网 发布:伦敦帝国学院 知乎 编辑:程序博客网 时间:2024/06/12 23:05
1、过拟合
根据训练数据训练得到的模型在训练数据上拟合的很好,可是对其他数据的性能一般。这种现象称为过拟合。过拟合的原因就是把训练数据中的噪声点也学习了。
过拟合技术:
正则:正则项。目的是让参数不要过大,越接近0越好,所以正则技术也是一种降维技术。
2、泛化能力
根据训练数据学得的模型在其他数据集上表现也很好,即举一反三。
0 0
- 机器学习——基本概念
- [Mitchell 机器学习读书笔记]——机器学习基本概念
- 机器学习的一些基本概念——参考《机器学习》
- 机器学习(1)——基本概念
- 深度学习笔记(0)——机器学习基本概念
- 图解机器学习总结——1、基本概念
- 机器学习从零开始系列连载(1)——基本概念
- 机器学习的基本概念
- 机器学习的基本概念 .
- 机器学习基本概念
- 机器学习的基本概念
- 机器学习之基本概念
- 机器学习基本概念
- 机器学习(二):基本概念
- 机器学习基本概念-1
- 机器学习基本概念-2
- 机器学习基本概念-3
- 机器学习基本概念-4
- Android中Socket使用
- 对Log日志的简易封装
- C++11标准之右值引用(ravalue reference)
- div span 区别
- 过滤器
- 机器学习——基本概念
- 计划工作是管理的首要职能
- Maven学习 (三) 使用m2eclipse创建web项目
- IllegalThreadStateException异常
- 【《代码整洁之道》精读与演绎】之四 优秀代码的格式准则
- 压缩字符串的函数
- CoordinatorLayout解析
- 基于floodlight开发SDN应用实例
- 大数系列——大数减法