過擬合，欠擬合與模型調整

①欠擬合即不能準確的擬合訓練集數據；即訓練集的損失函數高，得分低    欠擬合對交叉測試集(或其他新數據集)的預測能力也較差，即交叉測試集的損失函數高，得分低；    欠擬合屬於高偏差，即擬合曲線與真實曲線的值的偏差較大(如用一次函數來擬合類三次函數的數據) ②過擬合即過分擬合訓練集中的數據，即訓練集的損失函數低，得分高    過擬合對交叉測試集(或其他新數據集)的預測能力較差；即交叉測試集的損失

>>阅读原文<<