1、欠拟合:模型没有很好的捕捉到数据特征,不能够很好的拟合数据 上左图:没有很好的拟合数据,出现欠拟合;上右图:很好的拟合了数据 2、过拟合:模型把训练数据学的“太好了”,导致把数据中的潜在的噪声数据也学到了,测试时不能很好的识别数据,模型的泛化能力下降,如下图: 3、正则化:正则化可防止模型过拟合,在...
百度试题 结果1 题目在机器学习中,哪个概念描述了模型在训练数据上的表现与在新数据上的表现之间的差异? A. 过拟合 B. 偏差 C. 泛化能力 D. 方差 相关知识点: 试题来源: 解析 A 反馈 收藏