解决过拟合的方法,过拟合与欠拟合的原因

一、模型拟合现象原因训练数据不足。 有限的训练数据训练模型过剩，模型就会变得非常复杂。 (迭代次数太多)样本中噪声数据干扰太多，模型复杂度高)网络层太多，神经元个数太多，树身太深，叶节点太多等)二、问题解决训练集越多，溢出通过增强数据等增加训练数据降低模型复杂度：在减少层数、减少树深等机器学习中增加正则约束。 在深度学习中，增加Dropout层以减少训练回合数。 earlystop提供了更精细的数据清理(