Machine learning 感知器精度与历元的关系

有没有可能感知机的准确度会随着训练次数的增加而降低？在这种情况下，我多次使用相同的训练集。

是

---

这是一个普遍研究的现象，在某一点之后（在经过训练数据的一定次数之后——你称之为历元），以前从未见过的数据（测试数据）的准确性开始下降。这一现象被称为并被充分理解。您希望尽早停止或使用正则化。

随着历元的增加，训练数据集或测试数据集的精度都不稳定。结果表明，样本内误差和样本外误差的变化趋势都不是单调的。通常采用的是“”策略。与早期停止不同，pocket算法将迄今为止看到的最佳解决方案保留在“口袋”中，而不是最后一个解决方案