机器学习——基本概念

1、过拟合

根据训练数据训练得到的模型在训练数据上拟合的很好，可是对其他数据的性能一般。这种现象称为过拟合。过拟合的原因就是把训练数据中的噪声点也学习了。

过拟合技术：

正则：正则项。目的是让参数不要过大，越接近0越好，所以正则技术也是一种降维技术。

2、泛化能力

根据训练数据学得的模型在其他数据集上表现也很好，即举一反三。