逆向负迁移例子-什么叫逆向负迁移

逆向负迁移是指在机器学习任务中，模型的表现随着时间的推移而变差的现象。这类情况通常是由于模型过拟合或欠拟合所引发的。

在训练过程当中，模型会试图尽量地拟合训练数据集，以取得最好性能。

3.在实际利用中，我们其实不希望模型过于依赖训练数据，而是要它能够泛化到新的、未见过的数据上。这就需要我们在训练过程当中避免模型过拟合或欠拟合的产生。

如果模型在训练过程当中过度拟合了训练数据，那末在测试数据上的表现就会较差。这是由于模型过分关注于训练数据中的噪声和细节，而疏忽了通用性。这就是所谓的“过拟合”。

相反，如果模型在训练过程当中欠拟合了训练数据，那末它的表现也会较差。这是由于模型没法捕捉到训练数据中的复杂关系和模式，从而没法对新的数据进行有效的预测。这就是所谓的“欠拟合”。

逆向负迁移就是指随着模型训练的进行，模型的表现开始逐步变差的现象。这类现象通常产生在模型过拟合或欠拟合的情况下。

因此，为了不逆向负迁移的产生，我们需要采取一些措施来避免模型过拟合或欠拟合。例如，我们可使用正则化技术来束缚模型的复杂度，避免模型过度拟合；我们可以增加训练数据的数量和质量，帮助模型更好地理解问题的本质；我们还可使用交叉验证等方法来评估模型的泛化能力，确保模型能够在新的数据上表现出良好的性能。

学习迁移的分类

1、根据迁移的性质划分，可以将迁移分为正迁移和负迁移。

正迁移：指一种学习对另一种学习起到积极的促进作用。如平面几何的学习促进立体几何的学习;阅读技能的掌握有助于写作技能的形成。

负迁移：指两种学习之间的相互干扰、阻碍。

2、根据迁移发生的方向划分，可以将迁移分为顺向迁移与逆向迁移。

顺向迁移：是指前面的学习影响着后面的学习。如温故而知新就是一种顺向迁移。

逆向迁移：后来的学习对先前的学习的影响。如：学完教育心理学后对之前学习的普通心理学产生的影响。

3、根据迁移的内容的不同，分为一般迁移和具体迁移。

一般迁移：又叫做非特殊迁移，是习得的原理、原则和态度对另一种学习的影响。如：学习数学的严谨态度应用到物理的学习当中。

具体迁移：又叫做特殊迁移，是指迁移发生时，习得的经验要素及其结构没有发生变化，只是将这些经验要素重新组合并移用到另一种学习当中，即具体经验迁移到另一种学习中。如：学习“木”对学习“森”的影响。

4、根据迁移发生的自动化程度，分为低通路迁移和高通路迁移。

低通路迁移：反复练习的技能自动化的迁移。它产生的主要条件是各种情境和条件下的过度练习，如：驾驶不同类型的汽车。

高通路迁移：有意识地将在某一情境下习得的抽象知识运用到新的情境中。它关注的是从情境中抽象出规则、核心概念或程序用以应用到新的情境中，如：利用数学知识设计校报的版式;利用做笔记策略来阅读文章。

5、根据迁移发生的学习情境的不同，分为近迁移和远迁移。

近迁移：把所学的经验迁移到原来的学习情境比较相近的情境中。如：学习解决有关汽车路程问题的应用题后，能够利用时间、速度和路程的关系解决自行车、飞机、步行等情境下的路程问题，这属于近迁移;把学习英语的方法应用到法语的学习中。

远迁移：个体能将所学的经验迁移到原来学习情境极不相似的其他情境中时。如：习解决有关汽车路程问题的应用题后，如果能用这种三量关系解决工程问题的应用题，就是远迁移;把学习英语的方法应用到物理的学习中。