欠拟合

爱吃泡芙的小白白

机器学习——正则化、欠拟合、过拟合、学习曲线过拟合（overfitting）:模型只能拟合训练数据的状态。即过度训练。避免过拟合的几种方法：①增加全部训练数据的数量（最为有效的方式）

【机器学习chp8】统计学习理论本文遗留问题：无目录前言一、结构风险最小化1、最小化风险决策2、分类与回归中的最小化风险决策3、统计学习的基本目标

2.12 过拟合与欠拟合是什么？怎么解决？场景描述在模型评估与调整的过程中，我们往往会遇到“过拟合”或“欠拟合”的情况。如何有效地识别“过拟合”和“欠拟合”现象，并有针对性地进行模型调整，是不断改进机器学习模型的关键。特别是在实际项目中，采用多种方法、从多个角度降低“过拟合”和“欠拟合”的风险是算法工程师应当具备的领域知识。