learning curve

学习曲线是不同训练集大小，模型在训练集和验证集上的得分变化曲线。 在train和test上差距很大，train的误差较低但是test误差较高，这说明训练集上表现良好但是测试集表现较差，属于过拟合 在train和test差距不大，都是很高的误差，说明训练的不到位，模型太简单，属于欠拟合 对于理想情况，train和test的误差应该一样小 这是从准确率上来看的learing curve效果

>>阅读原文<<