【模式识别与人工智能复习题】第一章-线性回归-出题汇报3.pptxVIP

第一章线性回归模式识别与人工智能授课教师：栾声扬汇报人：汪进

CONTENTS第三题3第一题1第二题2

PART01第一题

1.1.1线性回归请简述过拟合和欠拟合的概念，产生过拟合和欠拟合的原因，以及解决过拟合和欠拟合的常见方法。过拟合和欠拟合的概念：过拟合是指模型对已知数据（即训练集中的数据）预测得很好，但是对未知数据（即测试集数据）预测得很差的现象，即训练误差和测试误差之间的差距较大。欠拟合是指模型不能在训练集上获得足够低的误差。第一题

1.1.1线性回归请简述过拟合和欠拟合的概念，产生过拟合和欠拟合的原因，以及解决过拟合和欠拟合的常见方法。产生过拟合的原因如下:样本噪声过大；模型参数太多，复杂度过高；训练样本数目较少。第一题

1.1.1线性回归请简述过拟合和欠拟合的概念，产生过拟合和欠拟合的原因，以及解决过拟合和欠拟合的常见方法。产生欠拟合的原因如下:特征量过少；模型复杂度过低。第一题

1.1.1线性回归请简述过拟合和欠拟合的概念，产生过拟合和欠拟合的原因，以及解决过拟合和欠拟合的常见方法。解决过拟合（高方差）的方法如下:获取额外数据进行交叉验证；重新清洗数据；加入正则化项或增大正则化参数；减少特征数；降低模型的复杂度。第一题

1.1.