容量、欠拟合、过拟合问题讨论
决定机器学习算法是否好的因素:
1.降低训练误差。
2.缩小训练误差和测试误差的差距。
这两个因素对应机器学习的两个主要挑战:欠拟合(underfitting)和过拟合(overfitting)。欠拟合是指模型不能在训练集上获得足够低的误差。过拟合是指训练误差和测试误差之间的差距太大。
模型容量(capacity)是指拟合各种函数的能力。
容量、欠拟合、过拟合问题讨论
决定机器学习算法是否好的因素:
1.降低训练误差。
2.缩小训练误差和测试误差的差距。
这两个因素对应机器学习的两个主要挑战:欠拟合(underfitting)和过拟合(overfitting)。欠拟合是指模型不能在训练集上获得足够低的误差。过拟合是指训练误差和测试误差之间的差距太大。
模型容量(capacity)是指拟合各种函数的能力。