機器學習--欠擬合，過擬合，泛化能力

欠擬合 在機器學習過程中，特別是線性迴歸，那麼會對數據進行擬合 如果一條曲線經過的數據點很少且很多數據相當於沒有用上 ## 過擬合 過擬合是曲線對每一點的都會擬合 這樣會導致模型具有很差的泛化能力 且測試集的數據進行測試有很大誤差 泛化能力： 其實很簡單 就是對未來數據的預測能力的表現 泛化誤差： 對未來樣本預測與實際的誤差 wiki解釋：一個機器學習模型的泛化誤差（Generalization

>>阅读原文<<