您的位置: 首页 > 文章 > 机器学习基石系列六 机器学习基石系列六 分类: 文章 • 2024-11-01 11:00:16 过拟合 噪声数据和过高的VC维容易造成过拟合 过拟合处理：过于拟合训练数据，泛化误差比较大 泛化误差 L1与L2泛化比较 三个学习原则 奥卡姆剃刀：简单模型更有效，复杂模型容易过拟合 抽样偏差:样本抽样不均匀，结果必然偏差（garbage in，garbage out，没有免费的午餐 ） 数据驱动 Comments
