首页 > 试题广场 >

如何判定训练出的模型过拟合？

[问答题]
如何判定训练出的模型过拟合？
添加回答
推荐
IlIIlIlIlIlIl头像 IlIIlIlIlIlIl
可通过使用学习曲线Learning Curves来判断是否出现bias问题或者variance问题，借用Ng的机器学习课程ppt，
假设有high bias,学习曲线如下：
You can see both the training and test sets have poor performance, which suggests a high bias problem. 

假设有high variance学习曲线如下,
You can see a large gap, indicating that cross validation error is much larger than training error and Algorithm is suffering from high variance.

上述可知，可通过绘制学习曲线Learning Curves来判断模型是否是欠拟合或者过拟合
编辑于 2015-02-06 14:24:43 回复(0)
sunshinegogo头像 sunshinegogo
楼上的回复很专业，在实际应用中我们也可以通过观察训练误差很小，而预测误差很大的模型通常过拟合
发表于 2015-08-21 08:29:47 回复(0)
鱼儿★圆梦头像 鱼儿★圆梦
可以通过验证数据集的误差来判断。当训练误差在持续降低的同时，判断验证误差的走势，如果训练误差在降低，而验证误差却开始回升，则判断在验证误差回升的点处发生了过拟合，就需要执行早停，即是提前停止训练过程。
发表于 2017-09-25 15:28:55 回复(0)
谁说工作了就不要刷题头像 谁说工作了就不要刷题
看你训练的模型的泛化能力，泛化能力差很有可能是因为overfitting
发表于 2017-03-14 21:59:16 回复(0)
nnnn头像 nnnn
可以通过观察泛化误差，泛化误差比较大的一般是过拟合
发表于 2016-03-09 16:43:33 回复(0)
牛客974035号头像 牛客974035号
cross-validation, 如果testing set 的accuracy 远低于 training set 就要考虑是不是over fitting了 
发表于 2016-02-10 16:14:49 回复(0)
提交观点

问题信息

机器学习 百度
上传者：Nan
难度：
6条回答 24433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