当前位置：首页 > 机器学习 > 正文

关于机器学习模型精度要求多少的信息

文章阐述了关于机器学习模型精度要求多少，以及的信息，欢迎批评指正。

简述信息一览：

1、考虑过多，超出自变量的一般含义维度，过多考虑噪声，会造成过拟合。可以认为预测准确率、召回率都比理论上最佳拟合函数低很多，则为欠拟合。训练集预测效果好，测试集预测效果差，则为过拟合。

2、模型在测试集上的效果不好，过度的拟合噪音数据，过度拟合训练集***有特征，所以过拟合的模型在测试集上表现都非常差。

3、欠拟合的产生原因有解说如下过拟合（over-fitting），指的是在机器学习，模型在训练样本中预测表现得过于优越，而在验证数据集以及测试数据集中表现却很差的情况，也就是泛化误差比较大，泛化能力差。

1、LOD 100：等同于概念设计，此阶段的模型通常为表现建筑整体类型分析的建筑体量，分析包括体积，建筑朝向，每平方造价等等。

2、激光传感器的线性度与精度的意义：线性度：通常情况下，传感器的实际静态特性输出是条曲线而非直线。

3、精度（准确度等级）是符合一定的计量要求，使误差保持在规定极限以内的测量仪器的等别、级别。精度的表示有两种方法：一是以最大允许误差表示；二是以用百分数表示的最大允许误差去掉百分号后的数值表示。

三维建模方式是在设计时以三维模型作为产品全过程的标准，这样保证了最后产品与设计初衷的吻合性，当然整个过程二维图也是必不可少的。因此三维建模在机械行业正在被越来越广泛地应用，而且也是发展方向。

电力系统中的GIS：将电力企业的电力设备、变电站、输配电网络、电力用户与电力负荷等连接形成电力信息化的生产管理综合信息系统。

D建模通俗来讲就是通过三维制作软件通过虚拟三维空间构建出具有三维数据的模型。3D建模大概可分为：NURBS和多边形网格。NURBS对要求精细、弹性与复杂的模型有较好的应用，适合量化生产用途。

关于机器学习模型精度要求多少，以及的相关信息分享结束，感谢你的耐心阅读，希望对你有所帮助。