文件名称:
Datawhale&kesci&伯禹教育-深度学习-第二次打卡1 过拟合&欠拟合的解决方法
开发工具:
文件大小: 111kb
下载次数: 0
上传时间: 2021-01-07
详细说明：训练误差和泛化误差
训练误差： 在训练数据上表现得误差
泛化误差：在任意测试数据上表现的误差的期望
通过损失来衡量误差。例如，线性回归用平方损失函数，softma用的交叉熵回归。
模型的核心是降低泛化误差。
常见训练数据划分方法
1.留有一定比例的验证集
2. K折交叉验证
欠拟合（无法得到较低的误差）和过拟合（训练误差远小于测试误差）
产生的原因： 模型复杂度和训练数据
1.模型复杂度
2. 训练数据
一般来说训练数据随模型成正比例关系。
解决方法 ： L2范数正则化
通过模型的计算误差来惩罚模型
公式上计算 为权重参数每个元素的平方和一个正数的乘积
ℓ(w1,w2,b)=1n∑i=1n12
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
