過擬合與欠擬合

過擬合與欠擬合 過擬合與欠擬合圖解 欠擬合：個人理解就是由於數據少、正則化太厲害、模型複雜度太簡單等原因，導致模型沒有學習到足夠的規律，準確率與模型可達到的準確率差距較大。但是模型在訓練集和測試集的曲線趨勢是正常收斂的。 解決方法爲有： 增加特徵，尋找與標籤相關性較大的特徵，在保證特徵沒有共線性的前提下，增加特徵的數量； 減少正則化，正則化目的是在犧牲訓練集上部分準確率的前提下，使得模型的泛化能力

>>阅读原文<<