什么是过拟合
过拟合指的是在机器学习过程中过度拟合训练集数据， 使得数据中的噪声对习得的模型产生很大影响。模型在训练集上的误差很小，但泛化能力差。
过拟合的特征
| 偏差(Bias) | 方差(Variance) | 模型复杂度(Complexity) | 模型灵活性(Flexibility) | 模型泛化能力(Generalization) | |
|---|---|---|---|---|---|
| 欠拟合(Underfitting) | 高 | 低 | 低 | 低 | 高 |
| 过拟合(Overfitting) | 低 | 高 | 高 | 高 | 低 |
随便写写
过拟合指的是在机器学习过程中过度拟合训练集数据， 使得数据中的噪声对习得的模型产生很大影响。模型在训练集上的误差很小，但泛化能力差。
| 偏差(Bias) | 方差(Variance) | 模型复杂度(Complexity) | 模型灵活性(Flexibility) | 模型泛化能力(Generalization) | |
|---|---|---|---|---|---|
| 欠拟合(Underfitting) | 高 | 低 | 低 | 低 | 高 |
| 过拟合(Overfitting) | 低 | 高 | 高 | 高 | 低 |