首页 > 试题广场 >

什么是过拟合？过拟合在训练集与测试集上的表现是什么？ A.简

[问答题]
什么是过拟合？过拟合在训练集与测试集上的表现是什么？
A.简要阐述过拟合产生的原因；
B.有什么减轻过拟合的方法？简要阐述这些方法减轻过拟合的原理。
添加回答
Neptune🍉🍏🍇🍊头像 Neptune🍉🍏🍇🍊
过拟合是模型在训练集上的表现过于优越，但是在测试集上表现不佳。
原因：数据集的参数较多
解决方法：增加样本数量，PCA降维，训练过程提取终止，正则化（L1惩罚的目的是减少绝对值权重，L2惩罚的目的是减少平方大小权重），深度学习（神经网络），K-folds交叉验证。正则化的原理，对损失函数加上某种约束，从而减少模型的方差提高泛化能力。
编辑于 2021-10-14 14:25:34 回复(0)
凹洞头像 凹洞
过拟合：模型拟合过度，不仅将数据统计规律拟合，也将噪声拟合了；模型过于复杂。
表现：模型在训练集上的表现过于优越，但是在测试集上表现不佳。
原因：
1.模型过于复杂
2.数据太脏
3.训练集和测试集分布差别太大
4.样本数据少，或变异太小
解决：
1.限制模型复杂度：正则化
2.增加样本
3.early stopping
4.dropout
5.根据拟合优度指标进行优化
6.清洗数据

发表于 2022-04-07 17:05:14 回复(0)
Mr_jin头像 Mr_jin
本人自述：
过拟合是在模型训练过程中过分关注了数据的细节信息（如图像细节）而导致模型在训练集上取得较好的准确度，但是在测试集上表现很不好。说明这个训练过程是过拟合的。
1、原因：训练时数据的维度过多，细节关注太多。从数据本身和训练算法两方面寻找原因。
2、解决方法：最常见的就是特征提取，PCA降维。还有就是对训练算法进行调整，比如说深度学习的过程中赋予不同的权重。
发表于 2021-10-12 19:02:20 回复(0)
提交观点

问题信息

算法工程师 腾讯音乐娱乐集团 数据库工程师 大数据开发工程师 数据分析师
上传者：小小
难度：
3条回答 1316浏览

热门推荐

相关试题

扫一扫，把题目装进口袋

求职之前，先上牛客

扫描二维码，进入QQ群

扫描二维码，关注牛客公众号