【转】基本概念：过拟合、修剪、假正、假负

    一般会把整个训练集分红两个部分：拿数据的约 60-80 % 放入咱们的训练集，用来生成模型；而后拿剩下的数据放入一个测试集，在模型生成后，当即用其来测试咱们模型的准确性。     那么这个额外的步骤为何在此模型中如此重要呢？这个问题就是所谓的过拟合：若是咱们提供过多 数据用于模型建立，咱们的模型虽然会被完美建立，但只针对的是该数据。请记住：咱们想使用此模型来预测将来的未知数；咱们不是想使用

>>阅读原文<<