解决过拟合的方案:
数据的角度:1、增大样本m的点数,减小n 2、降维
算法的角度:1、决策树是控制树的增长,通过预剪枝和后剪枝 2、knn是优化参数k 3、回归问题是限制系数的大小,小用岭回归,大用lasso回归
岭回归的优点:计算精准 lasso回归的优点:特征选择的优势
回归方法思路的选择:1、标准的线性回归
2、岭回归 3、弹性网 4、lasso回归(用于特征多时)
解决过拟合的方案:
数据的角度:1、增大样本m的点数,减小n 2、降维
算法的角度:1、决策树是控制树的增长,通过预剪枝和后剪枝 2、knn是优化参数k 3、回归问题是限制系数的大小,小用岭回归,大用lasso回归
岭回归的优点:计算精准 lasso回归的优点:特征选择的优势
回归方法思路的选择:1、标准的线性回归
2、岭回归 3、弹性网 4、lasso回归(用于特征多时)