我理解过拟合和欠拟合的直观含义。现在，给定一个基于训练数据训练的特定机器学习模型，您如何判断训练是过拟合还是欠拟合数据？有没有一种量化的方法来衡量这些因素？我们能不能看看误差，然后说它是过拟合还是欠拟合？
浏览 0提问于2012-09-15得票数 4
回答已采纳
2回答
回归线是否欠拟合?如果是，我该怎么做才能得到准确的结果？我还不能识别这样的事情，比如回归线是过拟合还是欠拟合，或者是准确的，所以关于这些的建议也将受到赞赏。
浏览 18提问于2019-03-15得票数 0
回答已采纳
我有大约10个数据集，我想知道我是否可以为Lasso或Ridge提供一个最佳的alpha值。这会不会产生一些问题，比如欠拟合或过度拟合？
浏览 18提问于2020-06-24得票数 0
回答已采纳
1回答
这没有意义，因为我使用的数据集是一组不同变量的AAPL股票价格，显然算法无法完美检测到这些变量。我可以在代码的顶部对df进行随机化，但我非常确定，这将同样扭曲两个数据帧的结果，因此我现在所做的没有什么不同。否则，我可以将数据集单独随机化，但我认为这会扰乱模型训练或评分，因为测试数据不会与正确的数据相关联？我不太确定。
浏览 17提问于2021-03-02得票数 1
回答已采纳
1回答
我想要决定使用哪种算法，但在此之前，我想确保我的数据没有过拟合/欠拟合。下面是我使用的数据集的链接(虽然略有不同，但数据完全相同)以及我的整个代码。 任何帮助都是非常感谢的！数据：https://archive.ics.uci.edu/ml/machine-learning-databases/wine-quality/ 另外，我从https://www.kaggle.com
浏览 16提问于2019-09-09得票数 3
在数据科学的讨论中，我一直在使用像欠拟合/过拟合和偏差-方差权衡这样的术语，我知道不拟合与高偏差相关，过拟合与高方差相关。
浏览 0提问于2019-02-14得票数 31
1回答
我正在建立一个单层门控循环单元(GRU)，使用Keras for TensorFlow来预测给定时间序列t，...，N的时间步长y_t时间步长X_t的时间步长，因为我知道在时间t-1的y，我如何将其提供给网络？最初，我想通过隐藏状态来实现这一点，但是这些并不代表y的实际值，手动设置这些值不会改善网络，除非在t-1处y的值为0(这对应于未初始化隐藏状态的默认值)。
浏览 8提问于2020-07-18得票数 0
以下是我的论点：在统计中，**过度拟合是“产生一种分析，该分析与某一特定数据集过于密切或准确地对应，因此可能无法拟合额外的数据或可靠地预测未来的观测”。1--过度拟合模型是一种统计模型，包含比数据更多的参数。2的本质是在不知情的情况下提取一些剩余的变化(即噪声)，就好像这种变化代表了底层的模型结构一样。.：45次拟合发生在统计模型不能充分捕捉到数据的底层结构时。未拟合的模型是一个模型，其中一些参数或术语会出现在一个正确指
浏览 0提问于2021-08-15得票数 1
1回答
我将我的数据集分为训练集和测试集。在训练集上，我使用了10折交叉验证。这应该给出平均CV_train误差和平均CV_validation误差。查看CV_train和CV_validation误差的平均值将给出我是否过拟合/欠拟合的指示。如果没有，你如何才能看到你的模型是否过拟合/过拟合？因为当模型全部完成(调优等)时，测试集将在最后使用
浏览 33提问于2020-07-12得票数 0
3回答
在下图中，Y轴=>交叉验证分数红线用于训练数据。收集更多的数据不太可能提高泛化性能，而且我们所处的区域很可能不适合这些数据。因此，用容量更大的模型进行试验是有意义的。
浏览 0提问于2016-01-12得票数 11
回答已采纳
顺便说一下，对于交叉验证的结果，训练数据的MAE比测试数据的MAE要小得多，例如(alpha=2)：TheMAE on the TEST data is 0.238521024414
我假设过拟合的存在。
浏览 1提问于2014-02-21得票数 3
我只想对两个数据点拟合幂律模型(x**m * c)，以求出斜率m。我使用了scipy.optimize中的curve_fit函数来解决这个问题。仅仅因为两个数据点有什么问题吗？不能计算最佳拟合参数值的协方差？那么如何在m中计算误差呢？
浏览 1提问于2015-10-27得票数 2
高偏差会导致算法忽略特征与目标输出(欠拟合)之间的相关关系。偏差是训练集对小波动的敏感性造成的误差。训练数据中的随机噪声(过度拟合)建模算法可能导致高方差。”卡格尔说：数据科学：或者来自堆栈交换的另一个问题：
过拟合与高偏差相关，过度拟合与高方差相关
浏览 0提问于2022-12-20得票数 0
1回答
我正在尝试使用LSTM神经网络来制作歌曲作曲家。基本上，这是基于文本生成器(在查看字符序列后尝试预测下一个字符)，但它尝试预测注释，而不是字符。这是预测的音符值：
我设置了50的时期，但LSTM的损失率似乎没有下降，大多数时候它的损失率没有改善。我怀疑这是因为有大量的特定音符(在本例中，音符值为65)，这使得LSTM在训练阶段变得懒惰，并每次都预测65。如果你
浏览 14提问于2016-08-31得票数 2
1回答
我一直在研究机器学习模型，我很困惑该选择哪种模型，或者是否有其他我应该尝试的技术。我正在使用随机森林来预测使用高度不平衡的数据集进行转换的倾向。目标变量的类平衡如下所示。0 0.0 1,021,095我训练的两个模型是使用UpSampling，然后使用欠采样下面是我用于上采样和欠采样的代码train_initial.groupby如果我做<em
浏览 3提问于2018-11-22得票数 1
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号