首页 | 本学科首页   官方微博 | 高级检索  
     

机器学习在解决过拟合现象中的作用
作者姓名:董波  陈艾睿张明
作者单位:1. 苏州科技大学;2. 苏州大学教育学院;
摘    要:过拟合现象是心理学走向预测科学的重要阻碍。文章综述了机器学习在解决过拟合现象中的价值和实现途径:(1)介绍了过拟合的两种表现形式和现状;(2)分析过拟合的根因,即“高解释力≠高预测力”;(3)厘清机器学习的建模逻辑与核心技术在解决过拟合中的作用;(4)利用样例数据和代码说明机器学习统计思想在模型拟合中的具体应用过程。文章指出心理学应从解决实际问题的角度出发,借鉴机器学习的分析思想,避免过拟合,进而提供更准确更稳定的结论和预测模型。

关 键 词:过拟合  机器学习  建模逻辑  核心技术  应用举例  
收稿时间:2019-04-11
修稿时间:2020-03-02
本文献已被 CNKI 等数据库收录!
点击此处可从《心理科学》浏览原始摘要信息
点击此处可从《心理科学》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号