这个数字过拟合吗?

时间:2019-08-14 12:27:39

标签: python machine-learning

在像图这样的情节中,它是否过拟合?

我对过度拟合不是很熟悉,并且进行了研究,但是我无法确定这个数字是否过度拟合。

所以,如果您熟悉过度拟合,请告诉我。

如果您能告诉我原因,我将很高兴。

谢谢。

enter image description here

2 个答案:

答案 0 :(得分:1)

这并不适合。过度拟合(基本而言)是指模型过度调整其参数,或使用仅适用于一组特定训练数据的功能,以使火车样本具有尽可能高的准确性,而测试/验证准确性较差。该图未显示过拟合,因为train_loss和test_loss函数的行为方式相似。

这是我正在研究的NN的一个示例,为模型设置了太多功能,最终使模型过度拟合。 您如何知道?因为在比较acc(火车精度)和val_acc(验证/测试精度)时,性能存在巨大差异。为了使您的模型获得最佳性能,您希望它具有最佳的测试或验证精度,同时也保持良好的训练精度,这意味着该模型具有良好的泛化能力,因为它与给定的样本/数据无关地表现良好。

Overfitting example

答案 1 :(得分:0)

overfitting并非如此。如果它过拟合... training loss<< validation loss!。两者之间会有很大的差距。这里的线似乎很近

这里是good example