機器學習-線性迴歸-過擬合問題

一、線性迴歸的擬合情況        欠擬合：模型在訓練過程中，模型在訓練集和測試集中的表現差，即模型的泛化能力弱。        過擬合：模型在訓練過程中，模型在訓練集上變現非常好但在測試集上表現差，即模型的泛化能力太強。             從左上往右下，依次第一幅圖是原始樣本分佈，第二幅圖明顯過度迎合數據，已經過擬合了，第三幅圖明顯偏移數據過多是欠擬合，最後一幅圖訓練比較少維度不過高且很

>>阅读原文<<