1. 基本概念 偏差：偏差度量了学习算法的期望预测与真实结果的偏离程度, 即刻画了学习算法本身的拟合能力。 方差：方差度量了同样大小的训练集的变动所导致的学习性能的变化, 即刻画了数据扰动 ...

目录 1、基本介绍 2、原因 3、解决方法 4、正则化 4.2 L2正则化 4.1 L1正则化 1、基本介绍 ...

train loss 与 test loss 结果分析: train loss 不断下降，test loss不断下降，说明网络仍在学习; train loss 不断下降，test loss ...

本文介绍了欠拟合、过拟合相关概念，分析造成它们的原因，总结了防止过拟合的一般策略。 1 损失函数 损失函数（loss function）：是用来度量模型预测值f(x)与样本真实标签 ...

1.欠拟合(underfitting)与过拟合(overfitting) 在机器学习中，我们的主要思想是通过对数据集的学习来生成我们的假设模型。在对数据集进行拟合的过程中，我们可能会遇到欠拟合和过拟 ...