机器学习时模型不够复杂——欠拟合，模型过于复杂——过拟合

文章目录 欠拟合与过拟合 1.定义 2.原因以及解决办法 （1）欠拟合 1.欠拟合原因 2.欠拟合解决办法 （2）过拟合 1.过拟合原因 2.过拟合解决办法 欠拟合与过拟合 1.定义 过拟合：训练集的误差小，但测试集的误差大 一个假设在训练数据上能够获得比其他假设更好的拟合， 但是在测试数据集上却不能很好地拟合数据，此时认为这个假设出现了过拟合的现象。(模型过于复杂) 欠拟合：模型很简单的时候，两

>>阅读原文<<