伯禹学习平台打卡（二）

** TASK 03 ** 1.过拟合、欠拟合及其解决方案 （1）过拟合、欠拟合的概念 一类是模型无法得到较低的训练误差，我们将这一现象称作欠拟合（underfitting）；另一类是模型的训练误差远小于它在测试数据集上的误差，我们称该现象为过拟合（overfitting）。在实践中，我们要尽可能同时应对欠拟合和过拟合。虽然有很多因素可能导致这两种拟合问题，在这里我们重点讨论两个因素：模型复杂度和

>>阅读原文<<