Levy的博客

https://blog.csdn.net/rosefun96/article/details/84961134https://blog.csdn.net/github_39611196/article/details/84187008https://blog.csdn.net/Kuo_Jun_Lin/article/details/80602776https://www.jiqizhixi...

https://www.jianshu.com/p/52684285e335

方法一：增加数据量大部分过拟合产生的原因是因为数据量太少了。如果我们有成千上万的数据, 红线也会慢慢被拉直, 变得没那么扭曲。方法二：运用正规化.L1, l2 regularization等等, 这些方法适用于大多数的机器学习, 包括神经网络。他们的做法大同小异, 我们简化机器学习的关键公式为 y=Wx 。W为机器需要学习到的各种参数。在过拟合中, W 的值往往变化得特别大或特别小。为了不让...