python機器學習——欠擬合與過擬合

欠擬合與過擬合 欠擬合和過擬合 （1）泛化能力 （2）欠擬合 （3）過擬合 （4）機器學習中好的擬合 （5）兩個例子 （6）如何判斷一個模型是欠擬合還是過擬合 參考文獻 所謂擬合，是指機器學習模型在訓練的過程中，通過更新參數，使得模型不斷契合可觀測數據（訓練集）的過程，但在這個過程中容易出現欠擬合和過擬合的情況：一開始我們的模型往往是欠擬合的，也正是因爲如此纔有了優化的空間，我們需要不斷的調整參數

>>阅读原文<<