本文主要是介绍深度学习100问43:什么是过拟合,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
嘿,咱来聊聊过拟合是什么。
想象一下,有个机器学习的模型就像一个学生在准备考试。如果这个模型对训练数据就像学生把课本上的题目背得超级熟,在训练数据上表现得那叫一个棒,就像学生在做课本上的题时成绩超高。但是呢,一旦碰到新的、从来没见过的数据,就傻眼了,表现得一塌糊涂。这时候就可以说这个模型过拟合啦。
为啥会过拟合呢?一方面可能是这个模型太复杂了,就像学生学得太“死”,记住了训练数据里的一些小噪声和特别的小细节,结果真正考试的时候,新数据里可没有这些,那就抓瞎了。另一方面呢,如果训练数据太少,就像学生只学了那么一点点题目,那模型就会过度地去适应这些有限的数据,等遇到新数据的时候,就没办法好好发挥了,也就是没法很好地“泛化”到新数据上。
这篇关于深度学习100问43:什么是过拟合的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!