过拟合
- 噪声数据和过高的VC维容易造成过拟合
- 过拟合处理：过于拟合训练数据，泛化误差比较大
泛化误差
L1与L2泛化比较
三个学习原则
奥卡姆剃刀：简单模型更有效，复杂模型容易过拟合
抽样偏差:样本抽样不均匀，结果必然偏差（garbage in，garbage out，没有免费的午餐 ）
- 数据驱动
相关文章：
猜你喜欢
相关资源
相似解决方案
热门标签
奥卡姆剃刀：简单模型更有效，复杂模型容易过拟合
抽样偏差:样本抽样不均匀，结果必然偏差（garbage in，garbage out，没有免费的午餐 ）
相关文章：