过拟合与欠拟合

过拟合与欠拟合 过拟合与欠拟合图解 欠拟合：个人理解就是由于数据少、正则化太厉害、模型复杂度太简单等原因，导致模型没有学习到足够的规律，准确率与模型可达到的准确率差距较大。但是模型在训练集和测试集的曲线趋势是正常收敛的。 解决方法为有： 增加特征，寻找与标签相关性较大的特征，在保证特征没有共线性的前提下，增加特征的数量； 减少正则化，正则化目的是在牺牲训练集上部分准确率的前提下，使得模型的泛化能力

>>阅读原文<<