一、拟合
定义：样本点在模型的分布情况
- 正好拟合 ------ 训练集表现好，测试集表现好
- 欠拟合 ------ 训练集表现差，测试集表现差，产生原因：模型过于简单
- 过拟合 ------ 训练集表现好，测试集表现差，产生原因：模型过于复杂，数据不纯，数据太少（一见钟情属于过拟合，要求特别高）
二、泛化
泛化能力 ：模型在新数据集上表现好坏的能力
三、奥卡姆剃刀原则
泛化误差相同的两个模型，取较简单的那个模型
Day16_【机器学习—模型拟合问题】
l12345sy2025-08-29 19:52
相关推荐
狄龙3 分钟前
Isaac Sim 仿真遥操采集与真机采集对比（三）跟我学机器学习3 分钟前
Agent记忆机制：短期记忆与长期记忆概览zandy10115 分钟前
新能源汽车检测怎么做？微谱整车与零部件检测服务详解martindelophy8 分钟前
开源 AI 视频编辑器实战：用结构化命令连接视频生成、对话剪辑与浏览器导出weixin_5050614511 分钟前
展会报道｜云汉携手中国星坤（XKB）亮相上海工博会，全品类高可靠连接器赋能 AI、新能源汽车与工业智造一次旅行15 分钟前
2026.10.13 AI产业深度解读｜硬件互联标准更新；Agent工程启示；开源社区AI政策转向；游戏与科研AI双线突破风合星语15 分钟前
2026 机器人工程实例（七）：Nav2 到站了，任务却没完成——AMR 载货导航中的托盘滑移与验收闭环海宇数据16 分钟前
零信任架构实战：基于海宇企业综合风险报告构建自动化供应商资质审查网关明志数科23 分钟前
机器人训练数据的结构性缺口：场景·视角·质量的三重错配分析