斯坦福機器學習筆記-欠擬合和過擬合

欠擬合和過擬合 問題 在上一節中，我們利用多項式迴歸獲得更加準確的擬合曲線，實現了對訓練數據更好的擬合。然而，我們也發現，過渡地對訓練數據擬合也會丟失信息規律。首先，引出兩個概念： 欠擬合（underfitting）：擬合程度不高，數據距離擬合曲線較遠，如下左圖所示。 過擬合（overfitting）：過度擬合，貌似擬合幾乎每一個數據，但是丟失了信息規律，如下右圖所示，房價隨着房屋面積的增加反而降

>>阅读原文<<