机器学习中的“泛化”:模型过拟合与欠拟合,到底怎么回事?
“现实世界永远不会组成一个类分布均衡、没有噪声和异常值、数据分布均匀的完美数据集。”这是任何数据科学家都不想听到的话,但事实确是如此。人们训练机器时,最常出现的错误即是模型过拟合与欠拟合,这是机器学习难以逃脱的陷阱。而想知晓拟合不佳的缘由,就不得不提及一个新词汇“泛化”。什么是
“现实世界永远不会组成一个类分布均衡、没有噪声和异常值、数据分布均匀的完美数据集。”这是任何数据科学家都不想听到的话,但事实确是如此。人们训练机器时,最常出现的错误即是模型过拟合与欠拟合,这是机器学习难以逃脱的陷阱。而想知晓拟合不佳的缘由,就不得不提及一个新词汇“泛化”。什么是
今天的知识点(2022.01.19)——第1009天(我也要出题(https://link.segmentfault.com/?encZ55YE9uSpg5JXEHDUnjj5Q%3D%3D.Xpmxg7aJlGBhZInBTXyZJIrVHGi72bhyerLwjYrWVxg8