欠拟合
在机器学习、深度学习领域,经常会涉及到的一个问题就是欠拟合。欠拟合通俗的讲是因为模型太简单。
解决方法
从数据层面上考虑
可以增加新特征,例如,组合、泛化、相关性、高次特征,来增大假设空间等;
从模型层面上考虑
增加模型的复杂度,例如SVM的核函数,决策树不进行剪枝、DNN等更复杂的模型,去掉正则化项或者减小正则化参数,加深训练轮数等。
在机器学习、深度学习领域,经常会涉及到的一个问题就是欠拟合。欠拟合通俗的讲是因为模型太简单。
从数据层面上考虑
可以增加新特征,例如,组合、泛化、相关性、高次特征,来增大假设空间等;
从模型层面上考虑
增加模型的复杂度,例如SVM的核函数,决策树不进行剪枝、DNN等更复杂的模型,去掉正则化项或者减小正则化参数,加深训练轮数等。