过拟合、欠拟合

过拟合和欠拟合 训练误差和泛化误差 训练误差，模型在训练集合上表现的误差。 泛化误差 ，模型在任意一个数据集上表现出来的误差的期望。 过拟合，模型训练误差远小于在测试集上的误差。 欠拟合 ，模型无法在训练集上得到较低的训练误差。 如何判断过拟合和欠拟合 现在常用的判断方法是从训练集中随机选一部分作为一个验证集，采用K折交叉验证的方式。把原始训练数据集分割成K个不重合的子数据集，然后我们做K次模型训

>>阅读原文<<