Machine learning 机器学习过度拟合是如何工作的
数据中的噪声、目标复杂性和训练集的大小如何与过度拟合相关？ 我猜您是一个初学者，假设您有一个具有许多特性的数据集（如列中的数据集）。创建一个模型并在训练和测试数据集上进行测试，您注意到它在训练集上的准确度为100%，在测试集上的准确度为60-70，这是一个过度拟合的例子。这是因为你选择了很多与预测结果无关的特征 您可以通过删除那些不相关的列（称为noise）来删除它，并对数据应用K-fold交叉验证 这段视频可能会帮助你更好地理解Machine learning 机器学习过度拟合是如何工作的,machine-learning,data-science,Machine Learning,Data Science,数据中的噪声、目标复杂性和训练集的大小如何与过度拟合相关？ 我猜您是一个初学者，假设您有一个具有许多特性的数据集（如列中的数据集）。创建一个模型并在训练和测试数据集上进行测试，您注意到它在训练集上的准确度为100%，在测试集上的准确度为60-70，这是一个过度拟合的例子。这是因为你选择了很多与预测结果无关的特征 您可以通过删除那些不相关的列（称为noise）来删除它，并对数据应用K-fold交叉验证 这段视频可能会帮助你更好地理解