水利建设专项收入在什么网站上申报,微信定制开发,网站开发协义,网站项目建设人员规划通过这篇博客#xff0c;你将清晰的明白什么是如何区别欠拟合与过拟合。这个专栏名为白话机器学习中数学学习笔记#xff0c;主要是用来分享一下我在 机器学习中的学习笔记及一些感悟#xff0c;也希望对你的学习有帮助哦#xff01;感兴趣的小伙伴欢迎私信或者评论区留言你将清晰的明白什么是如何区别欠拟合与过拟合。这个专栏名为白话机器学习中数学学习笔记主要是用来分享一下我在 机器学习中的学习笔记及一些感悟也希望对你的学习有帮助哦感兴趣的小伙伴欢迎私信或者评论区留言这一篇就更新一下《 白话机器学习中的数学——学习曲线如何区别欠拟合与过拟合》 文章目录 一、过拟合二、区分过拟合与欠拟合三、高偏差和高方差四、总结 一、过拟合
前面我们聊了很多过拟合的话题即模型学习了很多训练集特有的属性。导致模型对于训练集有很好的拟合效果而对于未知数据的预测能力很差模型的泛化能力很差。而反过来又有一种叫作欠拟合的状态用英文说是 underfitting。在这种情况下模型的性能也会变差。 一个是过度训练一个是过度不训练。所以我们追求的是恰好训练这个度是很难把握的需要我们不断实验去挑战参数最终达成最优效果。 欠拟合是与过拟合相反的状态所以它是没有拟合训练数据的状态。用直线对图中这种拥有复杂边界线的数据进行分类的情况无论怎样做都不能很好地分类最终的精度会很差。 出现这种情况的主要原因就是模型相对于要解决的问题来说太简单了原因也和过拟合的情况相反。过拟合与欠拟合基本上是相反关系原因不同解决方案也不同。解决欠拟合的方法有很多比如增加数据量增加训练次数等。
二、区分过拟合与欠拟合
但是我们只对模型进行评估然后根据得到的模型精度就能判断模型是过拟合还是欠拟合吗显然只根据精度不能判断是哪种不好的拟合。那怎么样才能判断到底是过拟合还是欠拟合呢 我们以数据的数量为横轴、以精度为纵轴然后把用于训练的数据和用于测试的数据画成图来看一看就知道了。我们具体来看一个例子吧。考虑一下使用这样的 10 个训练数据进行回归的场景 这些数据似乎用二次函数来拟合比较合适。不过这里我们先假设 fθ(x)是一次函数。接着只随便选择 其中的 2 个数据用作训练数据。那 fθ(x)就是这样的: 在这个状态下2 个点都完美拟合误差为 0。那这次把 10 个数据都用来训练呢 不过在这种情况下误差已经无法为 0 了。这里我想说的就是如果模型过于简单那么随着数据量的 增加误差也会一点点变大。换句话说就是精度会一点点下降。把这种情况画在刚才所说的以数据的数量为横轴、以精度为纵轴的图上形状大体上就是这样的: 一开始精度很高但随着数据量的增加精度一点点地变低了。接下来用测试数据来评估一下。假设在刚才的 10 个训练数据之外还有测试数据。我们用这些测试数据来评估各个模型之后用同样的方法求出精度并画成图。训练数据较少时训练好的模型难以预测未知的数据所以精度很低反过来说训练数据变多时预测精度就会一点点地变高。用图来展示就是这样的:
三、高偏差和高方差
将两份数据的精度用图来展示后如果是这种形状就说明出现了欠拟合的状态。也有一种说法叫作高偏差指的是一回事。这是一种即使增加数据的数量无论是使用训练数据还是测试数据精度也都会很差的状态。 而在过拟合的情况下图是这样的。这也叫作高方差 随着数据量的增加使用训练数据时的精度一直很高而使用测试数据时的精度一直没有上升到它的水准。也就是说只对训练数据拟合得较好这就是过拟合的特征。这张图中需要注意的点在这里 这两张图分别展示了欠拟合和过拟合的特征。
四、总结
像这样展示了数据数量和精度的图称为学习曲线。在知道模型精度低却不知道是过拟合还是欠拟合的时候画一下学习曲线就好了。通过学习曲线判断出是过拟合还是欠拟合之后就可以采取相应的对策以便改进模型了。模型评估听上去很简单但其实有很多内容。关于模型评估的指标和方法除了今天讲的之外还有其他的有兴趣的话大家自己研究一下哦。
