知识卡片
成对看训练和验证误差
训练表现好而验证表现明显下降时,可检查过拟合以及两者的分布差异。训练和验证都差时,应查特征、模型容量、优化是否收敛和标签质量。书中只见过白猫的例子说明拟合训练数据偶然属性会损害泛化。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 机器学习中的数学基础 · 查看原书依据
两者有较大差距
参考来源
- 位置:《机器学习观止:核心原理与实践》第02章《机器学习中的数学基础》(来源项目 book-source,`extracted/机器学习观止:核心原理与实践/_epub-src/OEBPS/Text/chapter2.xhtml`)。
- 结论依据:第 2.6.2 节用同类例子的两种错误和图示比较。
- 原始内容:两者有较大差距