首页 > 系统服务 > 详细

Day3----《Pattern Recognition and Machine Learning》Christopher M. Bishop

时间:2018-05-17 21:57:32      阅读:196      评论:0      收藏:0      [点我收藏+]

其实今天只花了一点点时间来学习这本书,

如果模型的参数过多,而训练数据又不足够多的话,就会出现overfitting。

overfitting可以通过regularization来解决,贝叶斯方法也可以避免overfitting的出现,实际上在贝叶斯模型里,模型的有效参数数量会自动地根据训练数据集大小来确定。

regularization的思想是,对误差函数加入惩罚项,使得系数不会很大。在李宏毅视频中,也讲了这个问题,但是每太理解和明白。

模型的复杂程度应该由要解决的问题的复杂度来决定,而不是测试数据集的多少来决定,这才更加合理。

 

坚持,耐心,努力!

Day3----《Pattern Recognition and Machine Learning》Christopher M. Bishop

原文:https://www.cnblogs.com/hare/p/9053495.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!