美文网首页
生活中的“过拟合”

生活中的“过拟合”

作者: 3c02013a53ae | 来源:发表于2017-11-20 21:04 被阅读14次

在数据分析中,经常会出现“过拟合”现象,判断方法为一个假设在训练数据上能够获得比其他假设更好的拟合,但在训练数据外的数据集却不能很好的拟合数据。生活中,我发现也会经常出现类似于“过拟合’的现象。

在生活中的某些个阶段,有时会发现比较走运,似乎每件事都能顺自己心意走,这种走运状态的发生原理,如果让当事人来分析可能会分析个一二三来,但更多的是连他自己也不知道的隐藏原因,也就是说他所知的发生原因和他自己也不知道的各种隐藏有利条件才促成了他现在的状态。

从未来的角度看,假设在未来一段时间内,这个”走运“的当事人的各项有利条件都不变,他是否能够持续走运?答案是不一定,因为基于未来不可测,保有的有利条件在未来的境遇下可能会失效甚至变成不利条件。

另一方面当事人不可能完全复制当时走运时的所有条件,时间没有回头路,面对的必定是不确定性的将来。

在处理数据分析中的“过拟合”现象时,一般会将在训练数据上的假设尽可能变的简单高效,从而有效避免“过拟合”。而应对生活中的“过拟合”,也可以是这个策略。

一是要尽可能简单。人每天的生活状态是由多种因素聚合形成的,影响因素一多,局面就会复杂,复杂了就很难精确掌控,把顺与逆看成是正常现象,然后秉持自己的初心,人心可以复杂,但初心一定要简单纯粹,人生理念是什么?择偶标准是什么?什么是重要的,什么是最重要的?这些初心是人的动力之源。

二是要持有有效的底层品质。比如这些品质,耐心,敬业,热情,聪慧,奢侈,暴躁,懒惰,胆小,我们对他们做一个排列组合,把耐心和敬业放一起,拥有这两项的人可能会是个好员工,好管理者,耐心和敬业之间做的是加法。把敬业和奢侈放一起,同时有这两项的人可能会过的比较体面,乐于享受,最后不太会有积蓄。这两者做的是减法。如果一个人同时拥有耐心和聪慧,他就有很多可能,可以是一个企业家,一个投资者,因为耐心和聪慧聚合产生的效应很大,这两者之间做的是乘法。而如果聪慧和懒惰放一起,拥有这两者的人可能会一事无成,因为当在分母上的懒惰的值越大时,聪慧与懒惰的比值就越小。

显然,如果让我们选择自己身上希望拥有的两项品质时,选择能产生几何倍数效应的正相关组合无疑是正确的。

相关文章

  • 生活中的“过拟合”

    在数据分析中,经常会出现“过拟合”现象,判断方法为一个假设在训练数据上能够获得比其他假设更好的拟合,但在训练数据外...

  • 正则化

    一. 欠拟合、正拟合与过拟合 令 二. 正则化——规避过拟合 看过拟合的f(x)形式,即求解“让W向量中...

  • Tensorflow深度学习的日常——day-5

    什么是过拟合(overfitting)? 其实过拟合就相当于我们生活中的自负,机器学习模型于自信,已经到了自负的阶...

  • 机器学习中的L0、L1、L2正则化

    过拟合 过拟合问题在机器学习中是一个经常遇到的问题,所谓过拟合,即模型过度地拟合了训练数据,从而导致模型在训练数据...

  • 防止过拟合方法

    一、防止过拟合的方法有哪些? 过拟合是指模型参数拟合过程中的问题。由于训练集数据包含抽样误差,复杂模型在进行拟合过...

  • 机器学习的相关概念

    一、概念 拟合,欠拟合,过拟合拟合:测试机数据对于模型的匹配度,趋于欠拟合和过拟合之间;欠拟合:学到的很少;过拟合...

  • 学习曲线

    在机器学习中,模型的欠拟合和过拟合是需要格外注意的问题,同时也是经常发生的问题,其中过拟合最为常见. 欠拟合,即训...

  • 过拟合与欠拟合

    问题1: 在模型评估过程中,过拟合和欠拟合具体指什么现象? 过拟合是指模型对于训练数据拟合过当的情况。反应到评估指...

  • 吴恩达机器学习笔记(4)——正则化

    这章我们主要探讨的是在机器学习中过拟合的情况如何处理 过拟合 过拟合是机器学习中,计算机过度的为了达到目标,导致训...

  • 模型评估之过拟合和欠拟合

    在模型评估与调整的过程中,往往会遇到“过拟合”和欠拟合现象,如何有效地识别“过拟合”和“欠拟合”现象,并有针对性地...

网友评论

      本文标题:生活中的“过拟合”

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