Datawhale CV組隊學習打卡-04

Task4 模型訓練與驗證 （一）過擬合與欠擬合 在模型的訓練過程中，模型只能利用訓練數據來進行訓練，模型並不能接觸到測試集上的樣本。因此模型如果將訓練集學的過好，模型就會記住訓練樣本的細節，導致模型在測試集的泛化效果較差，這種現象稱爲過擬合（Overfitting）。與過擬合相對應的是欠擬合（Underfitting），即模型在訓練集上的擬合效果較差。 欠擬合：根本原因是特徵維度過少，模型過於簡

>>阅读原文<<