模型的欠擬合與過擬合

使用訓練集去訓練模型，參數的選擇是依據最小化訓練誤差，加上訓練集和測試集一般不是獨立同分布，所以會有distribution dfift，出現過擬合或者欠擬合。 過擬合 過度依賴訓練數據，是的模型在訓練集上方差高，低偏差。 對上面一句話的理解： 1.訓練數據少，無法估計整個數據集的分佈 2.模型過於複雜，參數量遠多於訓練集數 還有一種理解是，在進行線性迴歸的時候，數據是線性可分的，決策邊界的參數會

>>阅读原文<<