知识卡片
限制模型应对过拟合
训练表现好而未见数据表现差时,可以增加有代表性的训练数据,或限制模型的自由度,例如减少参数、共享参数或减少特征。限制过强又可能使模型无法表示真实关系,造成模型偏差;需结合验证结果寻找合适的限制。
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
- 实践方法论 2.3 过拟合 · 查看原书依据
为了解决过拟合的问题,要给模型一些限制,具体来说,有如下方法.
参考来源
- 位置:《深度学习详解》第2章《实践方法论》2.3 过拟合(来源项目 book-source:`extracted/深度学习详解/_epub-src/OEBPS/Text/Chapter02.xhtml`)
- 结论依据:原文通过训练与测试表现、数据变换或数据分布说明本卡对应判断。
- 原始内容:为了解决过拟合的问题,要给模型一些限制,具体来说,有如下方法.