過擬合與欠擬合_第1頁
過擬合與欠擬合_第2頁
過擬合與欠擬合_第3頁
過擬合與欠擬合_第4頁
過擬合與欠擬合_第5頁
已閱讀5頁，還剩4頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認(rèn)領(lǐng)

文檔簡介

過擬合與欠擬主講：湯淑寧合什么是過擬合和欠擬合所謂過擬合（over-fitting）其實就是所建的機器學(xué)習(xí)模型或者是深度學(xué)習(xí)模型在訓(xùn)練樣本中表現(xiàn)得過于優(yōu)越，導(dǎo)致在驗證數(shù)據(jù)集以及測試數(shù)據(jù)集中表現(xiàn)不佳。所謂欠擬合呢（under-fitting）？訓(xùn)練樣本被提取的特征比較少，導(dǎo)致訓(xùn)練出來的模型不能很好地匹配，表現(xiàn)得很差，甚至樣本本身都無法高效的識別。模型對數(shù)據(jù)的預(yù)測情況欠擬合可以通過觀察訓(xùn)練數(shù)據(jù)及時發(fā)現(xiàn)，通過優(yōu)化模型結(jié)果解決如何解決過擬合問題原因：模型結(jié)構(gòu)過于復(fù)雜（維度過高）使用了過多屬性，模型訓(xùn)練時包含了干擾項信息

解決辦法：簡化模型結(jié)構(gòu)（使用低階模型，比如線性模型）數(shù)據(jù)預(yù)處理，保留主成分信息（數(shù)據(jù)PCA處理）在模型訓(xùn)練時，增加正則化項（regularization）數(shù)據(jù)PCA處理21維屬性變量通過PCA降到5維增加正則項

增加正則項邏輯回歸，最小化損失函數(shù)（J）：正則化處理后的損失函數(shù)（J）：增加正則項

謝謝觀看

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論