怎样处理过拟合和欠拟合？

过拟合和欠拟合 从模型在不同集合上的表现来看 首先来明确一下过拟合和欠拟合的概念。 过拟合（下图中最右侧的图像） 过拟合指的是训练数据拟合程度过高的情况，也就是说模型在训练集上表现的很好，但是在测试集和新的数据集上表现的较差。 欠拟合（下图中最左侧的图像） 了解了什么是过拟合，欠拟合也显而易见，当模型在训练集和测试集表现的都不好的时候我们就称这种现象为欠拟合。 从方差和偏差的角度来看 偏差（bia

>>阅读原文<<