赞
踩
过拟合原因:数据不规范、数据量少、算法复杂
解决:
将数据规范化,处理缺失值,增加数据量,采样,添加噪声
正则化,控制模型复杂度
early stoping
调整学习率
dropout
欠拟合原因:模型复杂度过低,特征量少
增加新特征(多项式特征、高次特征)
减少正则化参数
使用非线性模型(SVM、决策树)