過擬合與欠擬合

學習機器學習遇到了過擬合和欠擬合這兩個名詞，不是很理解，於是上網查了一下資料，先看一個圖： 通過圖片可以看出，將數據分爲訓練集和測試集，如果訓練集訓練的模型沒有很好的表現數據的特點（可能是由於選取的特徵太少或者選的特徵不具代表性），這叫做欠擬合。過擬合則相反，訓練集訓練的模型太過仔細而導致在對測試集進行預測的時候表現不佳，叫過過擬合。 可以通過交叉驗證來判斷欠擬合和過擬合： 欠擬合：訓練集和測試集

>>阅读原文<<