【机器学习】过拟合与欠拟合

先思考 什么是过拟合和欠拟合？ 过拟合与欠拟合会带来什么样的后果？ 如何解决？ 过拟合与欠拟合 通常，我们把学习器的实际预测输出与样本的真实输出之间的差异称为“误差（error）”，学习器在训练集上的误差称为“训练误差”或“经验误差”，在新的样本上的误差称为“泛化误差”。显然，我们希望得到泛化误差小的学习器。 在很多情况下，我们可以得到一个训练误差很小，在训练集上表现很好的学习器，甚至精确度为10

>>阅读原文<<