美文网首页ML&DL
机器学习基石笔记：13 Hazard of Overfittin

机器学习基石笔记：13 Hazard of Overfittin

作者: cherryleechen | 来源:发表于2019-05-01 17:12 被阅读8次
图1 泛化能力差和过拟合

引起过拟合的原因有：

  • 过度VC维（模型复杂度高） ------ 确定性噪声；
  • 随机噪声；
  • 有限的样本数量N。
图2 确定性噪声1
图3 确定性噪声2

通过具体实验来看模型复杂度Q_f/确定性噪声、随机噪声\sigma^2、样本数量N对过拟合的影响：

图4 过拟合实验1
图5 过拟合实验2
图6 过拟合实验3
图7 过拟合实验4

避免过拟合的常用方法：

  • 从简单模型开始：降低模型复杂度；
  • data cleaning/data pruning：去noise；
  • data hinting（线索）：增加样本数量；
  • regularization：正则化；
  • validation：验证。
图8 数据清洗/修剪
图9 数据增强

相关文章

网友评论

    本文标题：机器学习基石笔记：13 Hazard of Overfittin

    本文链接：https://www.haomeiwen.com/subject/tyeinqtx.html

    延伸阅读

    深度阅读

    • 您也可以注册成为美文阅读网的作者，发表您的原创作品、分享您的心情！

    栏目导航

    热点阅读

    ML&DL

    关于我们|服务条款|联系我们|机器学习基石笔记：13 Hazard of Overfittin|投稿指南|网站地图|RSS订阅|排版工具|手机版

    提供经典美文摘抄,优美散文欣赏,现代诗歌精选,短篇小说,心情随笔,表白情书范文,故事会在线阅读欣赏

    Copyright © 2014-2023 Haomeiwen.com All Rights Reserved. 好美文阅读网 版权所有

    备案信息：桂公网安备 45052102000051号 · 桂ICP备13007215号-3

    本站所收录作品、热点评论等信息部分来源互联网，目的只是为了系统归纳学习和传递资讯

    所有作品版权归原创作者所有，与本站立场无关，如不慎侵犯了你的权益，请联系我们告知，我们将做删除处理！