神经网络中的过拟合

神经网络中的过拟合定义问题定义过拟合（overfitting）:是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。具体表现就是模型在训练集上效果好，在测试集上效果差。模型泛化能力弱。问题1.拟合的模型一般是用来预测未知的结果，过拟合虽然在训练集上效果好，但是在实际使用时（测试集）效果差。2.机器学习算法为了满足尽可能复杂

易冷cheng

2904人浏览 · 2020-12-02 15:17:26

易冷cheng · 2020-12-02 15:17:26 发布

神经网络中的过拟合

- 定义
- 问题

定义

过拟合（overfitting）:是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。

具体表现就是模型在训练集上效果好，在测试集上效果差。模型泛化能力弱。

问题

1.拟合的模型一般是用来预测未知的结果，过拟合虽然在训练集上效果好，但是在实际使用时测试集的效果差。
2.机器学习算法为了满足尽可能复杂的任务，其模型的拟合能力一般远远高于问题复杂度，也就是说，机器学习算法有“拟合出正确规则的前提下，进一步拟合噪声”的能力。
3.根本问题：数据太少+模型太复杂。

技术共进，成长同行——讯飞AI开发者社区

更多推荐

Python人工智能在气象中的实践技术应用

Python是功能强大、免费、开源，实现面向对象的编程语言，在数据处理、科学计算、数学建模、数据挖掘和数据可视化方面具备优异的性能，这些优势使得Python在气象、海洋、地理、气候、水文和生态等地学领域的科研和工程项目中得到广泛应用。对于的气象海洋领域的专业人员，Python是进行机器学习和深度学习工作的首选。本专题，在详细讲解机器学习常用的两类集成学习算法，Bagging和Boosting，对两