過擬合、欠擬合、正則化

過擬合和欠擬合 產生原因 欠擬合：模型學習能力不足（太簡單），無法學習到數據的真實分佈，即模型的期望輸出和真實輸出之間有很大的差異，高偏差。 過擬合：模型學習能力過分（太複雜），因噪聲干擾等因素導致數據的分佈有輕微的波動，但是模型也學習到了，導致模型的訓練結果得到的數據分佈過分依賴於所輸入的數據，高方差。 從模型泛化程度上理解，欠擬合的模型在訓練集和測試集上表現不足，而過擬合的模型儘管在訓練集上有

>>阅读原文<<