吴恩达2022机器学习专项课程(一)8.2 解决过拟合

目录

解决过拟合(一):增加数据

收集更多训练数据,是解决过拟合的首要方法。

解决过拟合(二):减少特征

如果收集不到更到的训练数据,则看看是否可以使用更少的特征,我们需要特征选择。

特征选择

选择合适的特征集,具体做法是根据直觉,保留你认为最有用的特征(课程专项第二部分会细讲)。

缺点

万一所有特征都是很有用的,特征选择可能会丢弃一些有用的特征。有些算法会自动选择特征集(专项课程二详细说明)。

解决过拟合(三):正则化

尽可能的缩小参数的值,例如0.000014,0.0001。

总结

解决过拟合最常用的三种方法分别是增加训练集数据,减少训练样本特征,以及使用正则化。正则化是使用最多也是效果最好的方法。

相关推荐
倔强青铜三几秒前
苦练Python第61天:logging模块——让Python日志“有迹可循”的瑞士军刀
人工智能·python·面试
Testopia3 分钟前
AI与敏捷开发管理1:传统方法失灵?人工智能项目的新法则
人工智能·项目管理·敏捷开发·敏捷流程
倔强青铜三4 分钟前
苦练Python第60天:json模块——让Python和JSON“无缝互译”的神兵利器
人工智能·python·面试
Ivanqhz1 小时前
LR算法中反向最右推导(Reverse RightMost Derivation)
人工智能·算法
whltaoin1 小时前
AI 超级智能体全栈项目阶段四:学术分析 AI 项目 RAG 落地指南:基于 Spring AI 的本地与阿里云知识库实践
人工智能·spring·阿里云·向量数据库·rag
sheji34161 小时前
【开题答辩全过程】以 Web数据挖掘在电子商务中的应用研究为例,包含答辩的问题和答案
前端·人工智能·数据挖掘
진영_1 小时前
Transformer(一)---背景介绍及架构介绍
人工智能·深度学习·transformer
zzywxc7872 小时前
AI赋能千行百业:金融、医疗、教育、制造业的落地实践与未来展望
java·人工智能·python·microsoft·金融·golang·prompt
星楠_0012 小时前
logits和softmax分布
人工智能·python·深度学习
大千AI助手2 小时前
二元锦标赛:进化算法中的选择机制及其应用
人工智能·算法·优化·进化算法·二元锦标赛·选择机制·适应生存