過學習

過學習,即過度學習,指學習能力過強,超出實際問題的需要。

什麼是過學習?,過學習問題出現的原因,過學習現象的條件,過學習問題的解決辦法,

什麼是過學習?

過學習(overfitting)問題是指學習機器的訓練誤差過小,反而導致泛化能力下降,這是由於學習樣本不充分以及學習機器設計不合理而引起的。overfitting,即過度擬合。

過學習問題出現的原因

一般採用比較複雜的結構來構造的分類器,由於其學習能力強,超出了實際問題的需要,使學習機制對樣本過度擬合,甚至將樣本中的噪聲都學習到,從而導致分類器容易出現過學習現象。

過學習現象的條件

採用的分類器學習能力過強,結構過於複雜;
訓練分類器的樣本過少,各類樣本數量不平衡。

過學習問題的解決辦法

統計學習理論,在結構和經驗風險之間求優。

相關詞條

熱門詞條

聯絡我們