知识卡片
欠拟合过拟合与泛化
欠拟合指模型没有充分捕捉任务规律;过拟合指模型过度适应有限训练数据,导致新数据表现较差。泛化关注未见样本上的表现,需要通过合适的数据划分评估,而不能只看训练误差。
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
- · 第5章 机器学习
原书出处 · 1 处
- 机器学习 · 查看原书依据
当模型对训练数据过度适配,导致在新的数据上表现较差,称为过拟合
参考来源
- 位置:《现代人工智能技术》第5章《机器学习》(来源项目:book-source;源文件:extracted/现代人工智能技术/_epub-src/EPUB/xhtml/chapter7.xhtml)
- 结论依据:原文定义欠拟合、过拟合和泛化,并比较训练与测试表现。
- 原始内容:当模型对训练数据过度适配,导致在新的数据上表现较差,称为过拟合