《scikit-learn机器学习常用算法原理及编程实战》—3.4.2 过拟合和欠拟合的特征

举报
华章计算机 发表于 2019/05/31 17:08:26 2019/05/31
9k+ 0 0
【摘要】 本书摘自《scikit-learn机器学习常用算法原理及编程实战》一书中的第3章,第3.4.2节,编著是黄永昌 .

3.4.2  过拟合和欠拟合的特征

  到此,我们可以总结过拟合和欠拟合的特点如下。

* 过拟合:模型对训练数据集的准确性比较高,其成本Jtrain(θ)比较低,对交叉验证数据集的准确性比较低,其成本Jcv(θ)比较高。

* 欠拟合:模型对训练数据集的准确性比较低,其成本Jtrain(θ)比较高,对交叉验证数据集的准确性也比较低,其成本Jcv(θ)也比较高。

  一个好的机器学习算法应该是对训练数据集准确性高、成本低,即较准确地拟合数据,同时对交叉验证数据集准确性高、成本低、误差小,即对未知数据有良好的预测性。

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

作者其他文章

评论(0

抱歉,系统识别当前为高风险访问,暂不支持该操作

    全部回复

    上滑加载中

    设置昵称

    在此一键设置昵称,即可参与社区互动!

    *长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

    *长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。