如何解決模型的過擬合問題?
uj5u.com熱心網友回復:
1、在訓練和建立模型的時候,從相對簡單的模型開始,不要一開始就把特征做的非常多,模型引數跳的非常復雜。2、增加樣本,要覆寫全部的資料型別。資料經過清洗之后再進行模型訓練,防止噪聲資料干擾模型。
3、正則化,在模型演算法中添加懲罰函式來防止過擬合。常見的有L1,L2正則化。
4、集成學習方法bagging(如隨機森林)能有效防止過擬合。
5、減少特征個數(不太推薦)
注意:降維不能解決過擬合。降維只是減小了特征的維度,并沒有減小特征所有的資訊。
轉載請註明出處,本文鏈接:https://www.uj5u.com/qita/260757.html
標籤:Qualcomm開發
上一篇:caffe和caffe2的區別?
