什么是过拟合？如何防止过拟合？

题目类型: 技术面试题

这是一道技术面试题，常见于澳洲IT公司面试中。

难度: medium

参考答案摘要

- 过拟合 是指模型在训练数据上表现很好，但在未见过的数据上表现差，导致其泛化能力差。过拟合通常发生在模型复杂度过高时。 - 防止过拟合的方法包括： 正则化 （如L1、L2正则化）； 早停 （在验证集性能不再提高时停止训练）； 数据增强 （增加训练样本量，或者对数据进行变换）； 交叉验证 （例如K-fold交叉验证）； 简化模型 （减少特征数，或减少网络层数）； 使用更多的数据

本题提供 STAR 原则详细解答和技术解析，登录匠人学院学习中心即可查看完整答案。