机器学习算法中的过度拟合与欠拟合
为什么重要：过度拟合和欠拟合是进行机器学习时遇到的两个最常见的问题。
来源:人工智能+简介
简介过度拟合和欠拟合是进行机器学习时遇到的两个最常见的问题。
本文将讨论我们面临的问题，以及过度拟合和欠拟合是如何发生的。本文讨论了什么是目标函数。泛化如何在机器学习中发挥作用。什么是统计拟合。它将帮助您了解偏差和方差，讨论偏差-方差权衡。它将讨论改进机器学习模型的技术。
另请阅读：顶级数据科学面试问题和答案
另请阅读：顶级数据科学面试问题和答案 另请阅读：顶级数据科学面试问题和答案 顶级数据科学面试问题和答案机器学习中的目标函数是什么？
机器学习中的目标函数是什么？可以假设目标函数是真正的预测因子，它可以对任何未来数据进行 100% 的准确预测。
可以假设目标函数是真正的预测因子，它可以对任何未来数据进行 100% 的准确预测。使用监督学习，我们尝试从一组假设函数中选择一个函数，同时确保所选函数最接近目标函数。 任何机器学习模型的目标都是让我们尽可能接近目标函数。
什么是机器学习中的泛化
什么是机器学习中的泛化机器学习的目的是从具体例子中推断出一般概念。 这被称为归纳。 泛化是机器学习在已知的特定观察集上对未知数据点表现如何的过程。
泛化是机器学习算法的目标。如果某个特定算法能够很好地处理问题域中的任何数据点，那么它就被泛化了。过度拟合和欠拟合会导致泛化能力下降，从而导致性能不佳。
泛化