机器学习（1）——常用术语
发布时间：2022-08-19 12:31
机器学习（1）——常用术语
欠拟合：模型假设太严格（可用特征少），所以模型不能拟合到实际数据
解决方案：使用更多的特征有利于拟合，选用一个学习能力更好的拟合算法
过拟合：算法不仅学习了数据，而且吧噪声也当做信号学习，这样算法推广能力差
解决方案：增加训练数据量可使得拟合曲线更光滑，减少特征数量降低过拟合程度，使用学习能力差的算法。
发布时间：2022-08-19 12:31
欠拟合：模型假设太严格（可用特征少），所以模型不能拟合到实际数据
解决方案：使用更多的特征有利于拟合，选用一个学习能力更好的拟合算法
过拟合：算法不仅学习了数据，而且吧噪声也当做信号学习，这样算法推广能力差
解决方案：增加训练数据量可使得拟合曲线更光滑，减少特征数量降低过拟合程度，使用学习能力差的算法。