进行机器学习训练的时候，经常会出现overfitting的情况。那么overfitting怎么解决？
工具/原料
无
方法/步骤
1
overfitting就是过拟合, 其直观的表现如下图所示，随着训练过程的进行，模型复杂度增加，在training data上的error渐渐减小，但是在验证集上的error却反而渐渐增大——因为训练出来的网络过拟合了训练集, 对训练集外的数据却不work, 这称之为泛化(generalization)性能不好。
2
开始从简单的model入手
3
进行Data clearning/pruning
4
然后加入更多的资料
5
接着进行Regularization正则化
6
最后进行Validation验证就可以完成了。
注意事项
经验仅供参考！
上一篇：如何安装任讯
下一篇：ArcGIS：选择步长大小方法