认知颠覆 · COGNITIVE OVERTURN

过拟合的根源不是模型太复杂,而是假设空间与数据量不匹配

我们常误以为「复杂模型 = 过拟合」,但真正的问题是模型的复杂度(假设空间大小)相对于可用数据量太大。同样的模型,数据多了可能刚好,数据少了才过拟合。
来源

第二章·过拟合与欠拟合

可迁移到

数据量评估、模型选择、避免「一刀切」的简单化判断

来自这本书的解读报告

《机器学习》

周志华 · 机器学习 / 计算机科学

这本书回答了如何系统理解和选择机器学习算法的问题,答案是用统一框架从模型、策略、算法三个维度拆解所有方法

机器学习·算法选择·模型评估·泛化理论
阅读完整解读报告 →
PRESS YOUR OWN BOOK

找一本想读的书,解读出你自己的洞察

90 秒得到核心模型 · 行动接口 · 失效边界 · 三套 SOP

解读一本书 →