← 返回卡片

原书出处

大模型技术30讲

05 第5章 利用数据来减少过拟合现象

核验版本的摘录快照 · 导入于 2026-11-18T10:51:38.334Z

过采集更多数据能够提升模型性能。 图5-1 不同大小的训练集下的模型学习曲线图

模型在训练集与验证集上表现的差距,反映了过拟合的程度——差距越大,表明过拟合越严重。反之,如果验证集上的正确率随着训练集的增大而提高,说明模型存在欠拟合问题,投喂更多数据可能会有帮助。

通常来说,采集更多的数据能够缓解模型的欠拟合和过拟合问题。 5.1.2 数据增强

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/大模型技术30讲/_epub-src/EPUB/xhtml/chapter01_0009.xhtml

EPUB SHA-256:aed12db0b1b08a8757496d8d12796b8829fa2546eb77ccf47b557e4abbb6a0ec