机器学习模型的泛化能力不足，有啥改进思路
Posted
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了机器学习模型的泛化能力不足，有啥改进思路相关的知识，希望对你有一定的参考价值。
参考技术A 首先你要知道为什么自己模型的泛化能力不足，一般来说有两个方面吧：1：在训练集上效果不错，然后在测试集上发现效果不好，这种很大的情况是过拟合问题，也就是说你的模型过多的去拟合训练集去了，利用一些正则化思想可以比较好的解决这些问题。
2：在训练集上效果不行，在测试集上效果更差。这时候你要考虑的是你选择的机器学习算法到底有没有用，你选取的特征到底有没有用，换个算法，换个特征，也许才能提高。本回答被提问者采纳
模型评估与改进：网格搜索
我们已经知道如何评估一个模型的泛化能力：交叉验证 接着学习如何通过调参来提升模型的泛化能力 ⭐网格搜索：尝试我们所关心的参数的所有可能组合 1、简单网格搜索 from sklearn.svm import SVC from sklearn.model_selection import train_t
以上是关于机器学习模型的泛化能力不足，有啥改进思路的主要内容，如果未能解决你的问题，请参考以下文章