2.2 模型泛化能力：过拟合与欠拟合分析

文档摘要

2.2 模型泛化能力：过拟合与欠拟合分析 2.2 模型泛化能力：过拟合与欠拟合分析在深度学习中，模型训练的目标不仅仅是在训练数据集上获得高准确率，更重要的是模型在未见过的新数据上的表现，也就是模型的泛化能力。模型泛化能力强，意味着模型可以很好地适应新数据，做出准确的预测。而过拟合和欠拟合是影响模型泛化能力的两大主要问题。 2.2.1 理解泛化能力泛化能力是指模型在未见过的数据上表现良好的能力。一个好的模型应该能够在训练数据上学习到数据的内在规律，并且能够将这些规律应用到新的数据上。泛化能力是衡量模型好坏的重要指标。 2.2.2 过拟合 (Overfitting) 定义：过拟合是指模型在训练数据上表现得非常好，但在测试数据或新数据上表现较差的现象。