赵同学回答（1）
最佳
Michael2023-04-26 09:39:37
Michael学员你好，题目讲解了Gradient descent algorithm，也就是梯度下降算法。
这个算法的目的是为了找到最合适的参数，让这个模型的拟合度最好。但是模型的拟合度如果很高的话会出现过度拟合的情况。所以，在训练集数据做梯度下降算法的时候，随着拟合度的上升需要有一个终止点。那就是将梯度下降算法放在验证集中同时测算，如果验证集的效果也是上升拟合度的，那么就继续做；如果验证集的数据出现拟合度下降了，那么就停止。这样可以使得模型的参数在样本内和样本外都做到拟合度最优。
- 评论（0）
- 追问（0）
评论
0/1000
追答
0/1000
+上传图片