如何判断模型是否过拟合

Question

我正在使用结合CNN和LSTM的模型进行视频分类。 在训练数据中，准确率是100％，但是测试数据的准确率不是很好。 培训数据的数量很少，每个班级约50个。 在这种情况下，我可以宣布过度学习正在发生吗？ 还是还有其他原因？

Answer 1

如果模型的性能在训练数据上是完美的，而在测试/验证数据集上却很差，则很可能确实确实过拟合。

观察这种效果的一种好方法是在每次训练之后评估训练和验证数据上的模型。您可能会观察到，在训练时，验证集上的性能最初会提高，然后开始降低。那是您的模型开始过度拟合并可以中断训练的时刻。

这是一个图，用蓝色和红色线分别对应于训练和验证集上的错误来演示此现象。