欠拟合和过拟合

过拟合和欠拟合到底会导致什么样的现象？ 过拟合： 在训练数据的时候拟合是得当的，但在测试数据的时候结果较差。 欠拟合： 模型在训练数据和测试数据的时候表现都不好。 ipad随便画一下，凑合看吧。。。。。。 过拟合拟合的模型太复杂了，欠拟合就太简单了，数据有些特征部分没有拟合出来。 那么问题来了，怎么样才能让模型不产生或者更小几率产生过/欠拟合呢？ 过拟合应对策略： 增大数据量； 正则化； 降低模型

>>阅读原文<<