登录
注册
首页
->
机器学习
下载题库
简述过拟合和欠拟合的概念及应对方案。
答:[当训练损失较大时,说明模型不能对数据进行很好的拟合,称这种情况为欠拟合。当训练误差小且明显低于泛化误差时,称这种情况为过拟合,此时模型的泛化能力往往较弱。对于欠拟合情况,通常是由于模型本身不能对训练集进行拟合或者训练迭代次数太少,解决问题的主要方法是对模型进行改进、设计新的模型重新训练、增加训练过程的迭代次数等。对于过拟合的情况,往往是由于数据量太少或者模型太复杂导致,可以通过增加训练数据量、对模型进行裁剪、正则化等方式来缓解。]
继续答题:
下一题
更多机器学习试题
1
ROC曲线的横轴是FPRate即___________。
2
下列属于机器学习类型的是()
3
如下属于机器学习应用的包括() 。
4
下列选项不属于机器学习研究内容的是()
5
若训练过程的目标是预测离散值,此类任务称为______。