请和我一起学习机器学习算法（过度拟合问题）

所有的机器学习需要的能力都不是针对标签已知的样本进行判别决策的能力，而是正对未知样本能够正确预测的能力，但是在我们的模型学习过程中，会出现一些过犹不及的现象。 什么是过度拟合 过度拟合(overfitting), 实际上是为了尽可能的减小训练集的误差，从而导致模型过度复杂，泛化能力下降的情况。所谓泛化能力，指的就是对未知样本的预测能力。 如图所示，在预测面积和房价的案例中。如果我们使用线性图一，过

>>阅读原文<<