-2
A
回答
0
是的,它似乎过度拟合,但接下来可以做的是使用测试集(与您的火车和交叉验证集不同)你的模型如何概括这个看不见的数据。
相关问题
- 1. (fluxus)学习曲线
- 2. Python机器学习准确性评分与意见
- 3. REST API学习曲线
- 4. 关于学习曲线
- 5. OpenGL/Java学习曲线
- 6. Magento开发学习曲线
- 7. Eclipse IDE学习曲线
- 8. 拟合曲线与lsqcurvefit
- 9. 曲线拟合
- 10. 指数曲线拟合与python
- 11. JS指数曲线拟合
- 12. 学习扭曲
- 13. 曲线拟合scipy
- 14. scipy.optimize曲线拟合
- 15. python曲线拟合
- 16. 迁移学习和线性分类
- 17. 什么是机器学习中的学习曲线?
- 18. 如何在Azure机器学习上应用学习曲线
- 19. 已知积分的曲线拟合Python
- 20. 过度拟合和ROC曲线
- 21. 拟合Math.Net通过原点的曲线
- 22. LDAP和Active Directory学习曲线
- 23. ActionScript2 - > ActionScript3学习曲线如何?
- 24. Lustre/Scade的学习曲线是什么
- 25. 拟合曲线与模型方程numpy
- 26. MATLAB曲线拟合与斜坡
- 27. 6度曲线拟合与numpy/scipy
- 28. 拟合半高斯曲线/标准化的数据点
- 29. 线性拟合与scipy.optimize.curve_fit
- 30. NIST非线性拟合基准Misra1a
是的,1.0 *的训练分数通常表示过度拟合。然而,很难检查这是怎么发生的,因为你没有告诉我们关于应用程序的任何信息。您是否使用训练集的数据进行测试?这种模式是否使得0.95+交叉验证不可信? – Prune