过拟合及解决办法

 过拟合:

实际数据:

过拟合:

不能成功表达除了训练数据以外的其他数据。

解决方法1:增加数据量

方法2:利用正规化L1,L2..regularition

y = Wx,W为机器学习所需要学习到的各种参数,在过拟合中,W往往变化率比较大。为了不让W一次性变化的太大,需要在计算误差值上做一些手脚。这样保证让学出来的曲线没有那么扭曲。

方法3:Dropout regularition

 

每一次训练中随机失活部分神经元, 让每一次预测结果都不会依赖于某一部分特定的神经元。

相关推荐

  1. 、欠原因解决办法

    2024-02-22 17:34:05       9 阅读

最近更新

  1. TCP协议是安全的吗?

    2024-02-22 17:34:05       18 阅读
  2. 阿里云服务器执行yum,一直下载docker-ce-stable失败

    2024-02-22 17:34:05       19 阅读
  3. 【Python教程】压缩PDF文件大小

    2024-02-22 17:34:05       18 阅读
  4. 通过文章id递归查询所有评论(xml)

    2024-02-22 17:34:05       20 阅读

热门阅读

  1. Nginx的流式响应配置

    2024-02-22 17:34:05       27 阅读
  2. python子域名收集工具

    2024-02-22 17:34:05       29 阅读
  3. Web应用程序的自动测试工具WebDriver简介

    2024-02-22 17:34:05       25 阅读
  4. k8s-创建命名空间的方法

    2024-02-22 17:34:05       23 阅读
  5. Unity单元测试

    2024-02-22 17:34:05       30 阅读
  6. 基于Mocha的typescript调试教程

    2024-02-22 17:34:05       26 阅读
  7. windows系统用VS环境开发linux程序之一

    2024-02-22 17:34:05       32 阅读
  8. 一些内网渗透总结

    2024-02-22 17:34:05       32 阅读