深度学习——PyTorch实战计算机视觉2

欠拟合和过拟合 搭建的模型是否发生过拟合或者欠拟合可作为评价模型拟合程度好坏的指标。欠拟合和过拟合地模型预测新数据地准确性都不理想，最显著的区别就是欠拟合的模型对已有数据地匹配性很差，但是对噪声不敏感；而过拟合的模型对数据的匹配性太好，对噪声很敏感。 1. 欠拟合 举例： 上图为已有的房屋面积与价格的关系数据。 上图就是一个欠拟合模型。虽然捕获了数据的一部分特征，但是不能很好地对新数据进行准确预测

>>阅读原文<<