1700533895
百面机器学习:算法工程师带你去面试 07 过拟合与欠拟合
1700533896
1700533897
1700533898
1700533899
场景描述
1700533900
1700533901
在模型评估与调整的过程中,我们往往会遇到“过拟合”或“欠拟合”的情况。如何有效地识别“过拟合”和“欠拟合”现象,并有针对性地进行模型调整,是不断改进机器学习模型的关键。特别是在实际项目中,采用多种方法、从多个角度降低“过拟合”和“欠拟合”的风险是算法工程师应当具备的领域知识。
1700533902
1700533903
知识点
1700533904
1700533905
过拟合,欠拟合
1700533906
1700533907
问题1 在模型评估过程中,过拟合和欠拟合具体是指什么现象?
1700533908
1700533909
难度:★☆☆☆☆
1700533910
1700533911
分析与解答
1700533912
1700533913
过拟合是指模型对于训练数据拟合呈过当的情况,反映到评估指标上,就是模型在训练集上的表现很好,但在测试集和新数据上的表现较差。欠拟合指的是模型在训练和预测时表现都不好的情况。图2.5形象地描述了过拟合和欠拟合的区别。
1700533914
1700533915
1700533916
1700533917
1700533918
图2.5 欠拟合与过拟合
1700533919
1700533920
可以看出,图2.5(a)是欠拟合的情况,拟合的黄线没有很好地捕捉到数据的特征,不能够很好地拟合数据。图2.5(c)则是过拟合的情况,模型过于复杂,把噪声数据的特征也学习到模型中,导致模型泛化能力下降,在后期应用过程中很容易输出错误的预测结果。
1700533921
1700533922
问题2 能否说出几种降低过拟合和欠拟合风险的方法?
1700533923
1700533924
难度:★★☆☆☆
1700533925
1700533926
分析与解答
1700533927
1700533928
■ 降低“过拟合”风险的方法
1700533929
1700533930
(1)从数据入手,获得更多的训练数据。使用更多的训练数据是解决过拟合问题最有效的手段,因为更多的样本能够让模型学习到更多更有效的特征,减小噪声的影响。当然,直接增加实验数据一般是很困难的,但是可以通过一定的规则来扩充训练数据。比如,在图像分类的问题上,可以通过图像的平移、旋转、缩放等方式扩充数据;更进一步地,可以使用生成式对抗网络来合成大量的新训练数据。
1700533931
1700533932
(2)降低模型复杂度。在数据较少时,模型过于复杂是产生过拟合的主要因素,适当降低模型复杂度可以避免模型拟合过多的采样噪声。例如,在神经网络模型中减少网络层数、神经元个数等;在决策树模型中降低树的深度、进行剪枝等。
1700533933
1700533934
(3)正则化方法。给模型的参数加上一定的正则约束,比如将权值的大小加入到损失函数中。以L2正则化为例:
1700533935
1700533936
1700533937
1700533938
1700533939
(2.18)
1700533940
1700533941
这样,在优化原来的目标函数C0的同时,也能避免权值过大带来的过拟合风险。
1700533942
1700533943
(4)集成学习方法。集成学习是把多个模型集成在一起,来降低单一模型的过拟合风险,如Bagging方法。
[
上一页 ]
[ :1.700533894e+09 ]
[
下一页 ]