如何避免模型出现过拟合?
0 422
1
该提问暂无详细描述
收藏
2021-01-11 16:09 更新 🍊小桔子 •  2119
共 1 个回答
高赞 时间
0

1.选择更简单的模型而不是更复杂的模型 一般来说,需要调优的参数越少越好。最好可以删除一个参数而不显著增加(样本外预测)误差。 2.交叉验证 找出样本外预测误差的标准方法是使用5倍交叉验证。在这种情况下,你可以尝试4倍交叉验证。使用18个数据点建立模型,然后对模型中遗漏的6个数据点进行误差评估。重复4次,每次使用6个不同的数据点,帮助你更好地拟合手头的数据。 3.正则化 正则化可以帮助惩罚某些过度拟合的来源。可以在线性模型中使用的一种常见方法是岭回归(也称为Tikhonov正则化)或LASSO,如果斜率的范数之和太高,你的模型将受到惩罚。 讲个故事 4.经验 许多模型最初的结果是错误的。有了经验,你可以对什么是错什么是对形成直觉,并能在共享或发布模型之前对其进行全面的测试。

收藏
2021-01-11 16:24 更新 Lisa •  1378