过拟合,overfitting,指的是 模型 对训练数据的 抽样误差 也进行了 很好的拟合 ,是一种 无监督下 的 矫枉过正 。
好比自动吸尘机器人帮你把家里的灰尘清干净了,然后顺道把你丢地上的臭袜子也一块吸了进去。。。
在机器学习和深度学习中,过拟合 是 泛化能力 的天敌。
训练集上表现好,验证集上表现差:
上图中,验证误差 开始回升 的时间点,就是 过拟合的 开始。
对应的,我们一般取 验证误差曲线 低谷 的 时间点 对应的模型 作为 最优模型 。
本文分享自 作者个人站点/博客 前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ,欢迎热爱写作的你一起参与!