公益学习AI打卡之Task3

1.过拟合、欠拟合及解决方法 在机器学习的过程中,机器学习的效果和实际的真实值总会存在一部分的偏差。训练过程中出现的偏差叫做训练误差,而在测试过程中出现的误差称之为泛化误差。在模型的数据准备期,会将数据集分为训练数据和测试数据,测试数据就是从总体随机选取的一部分数据。当总体数据集的数量比较小时,可使用K折交叉验证(K-fold cross-validation的方法: 首先把总体数据集平分成为K等份,然后依次取出其中的一份作为测试数据集,剩下的作为训练数据集,然后进行K次训练和测试,因此每次实验中用于训练和测试的数据集都不同,最后将K次的实验结果再求取平均值。 在模型的训练的过程中,由于函数线