当前位置: 首页 > news >正文

2022最新版-李宏毅机器学习深度学习课程-P23 为什么用了验证集结果还是过拟合

用了验证集还有可能会过拟合

这个片段可以从理论上证明这一点

以上整个挑选模型的过程也可以想象为一种训练

把三个模型导出的最小损失公式看成一个集合,现在要做的就是在这个集合中找到某个h(此处可以视为训练),使得在验证集上的损失最低

抽到不好的训练数据时,理想和现实会有差距。

训练数据不好的原因:

  • 训练资料的大小
  • 模型的复杂程度(越复杂,结果越糟的可能性越大)

当拿到的验证集不好时,理想和现实会有差距。

拿到的验证集不好的原因:

  • 验证集的大小
  • 这个模型的复杂程度(一般不会太大,比如说这里只有3个,取决于如何设计实验)

http://www.lryc.cn/news/194945.html

相关文章:

  • Spring Cloud Alibaba—Sentinel 控制台安装
  • 基于动物迁徙优化的BP神经网络(分类应用) - 附代码
  • 一键搞定!黑群晖虚拟机+内网穿透实现校园公网访问攻略!
  • 【C语言】——通讯录(静态-动态增长-文件储存)
  • win10安装nginx及简单使用(命令)
  • 【农业生产系统模型】基于R语言APSIM模型进阶应用与参数优化、批量模拟实践技术
  • 金融数学方法:梯度下降法
  • 1031 查验身份证
  • 如何共享 Android 不同模块的构建配置
  • atlas运维中遇到的问题
  • 06-React的路由
  • 虹科方案 | 加州理工学院利用HK-TrueNAS开展地震研究
  • 宝塔面板部署express以及MySql项目
  • 联盟链学习笔记-网络的创建
  • System.Drawing.Common.Bitmap跨平台的替代方案
  • 深入理解 Java 泛型
  • 【基础篇】七、Flink核心概念
  • 06-Scala面向对象
  • 【设计模式】单例模式、“多例模式”的实现以及对单例的一些思考
  • idea 2022 一个工作空间下导入git项目 后 无法导入第二个git项目
  • 泛在电力物联网的关键技术与未来发展策略-安科瑞黄安南
  • iWall:支持自定义的Mac动态壁纸软件
  • 【Docker 内核详解】namespace 资源隔离(四):Mount namespace Network namespace
  • STM32简介
  • Yum安装JDK11
  • [HNCTF 2022 WEEK2]ez_ssrf题目解析
  • OpenFOAM: twoPhaseEulerFoam解读
  • ffmpeg跨平台arm编译-ubuntu
  • Vue 网络处理 - axios 异步请求的使用,请求响应拦截器
  • 单目3D目标检测——MonoDLE 模型训练 | 模型推理