Datawhale CV组队学习打卡-04

Task4 模型训练与验证 （一）过拟合与欠拟合 在模型的训练过程中，模型只能利用训练数据来进行训练，模型并不能接触到测试集上的样本。因此模型如果将训练集学的过好，模型就会记住训练样本的细节，导致模型在测试集的泛化效果较差，这种现象称为过拟合（Overfitting）。与过拟合相对应的是欠拟合（Underfitting），即模型在训练集上的拟合效果较差。 欠拟合：根本原因是特征维度过少，模型过于简

>>阅读原文<<