过拟合解决方法:
1.增加训练集的数据量
过拟合的一个形成原因就是训练集的数据太少导致无法学习到想要的模型,因此当发生过拟合时首先应该考虑的就应该是增加训练集的数据量,理论上来说只要数据集足够大就不会发生过拟合和欠拟合,但是很明显数据集的收集和制作是个很大的工作量,因此就需要下面的几个常用办法。
2.减少特征数量
3.正则化
4.Dropout
5.提前终止训练

过拟合解决方法:
1.增加训练集的数据量
过拟合的一个形成原因就是训练集的数据太少导致无法学习到想要的模型,因此当发生过拟合时首先应该考虑的就应该是增加训练集的数据量,理论上来说只要数据集足够大就不会发生过拟合和欠拟合,但是很明显数据集的收集和制作是个很大的工作量,因此就需要下面的几个常用办法。
2.减少特征数量
3.正则化
4.Dropout
5.提前终止训练