學習筆記，僅供參考，有錯必糾

---

文章目錄

• • python機器學習基礎教程
  • • 泛化、過擬合、欠擬合
    • • 模型復雜度與訓練集大小的關系

---

python機器學習基礎教程

泛化、過擬合、欠擬合

判斷一個算法在新數據上表現好壞的唯一度量，就是在測試集上的評估。然而從直覺上看，我們認為簡單的模型對對新數據的泛化能力更好。

構建一個對現有信息量來說過于復雜的模型，這被稱位過擬合，如果我們在擬合模型時過分關注于訓練集的細節，得到了一個在訓練集上表現很好，但是不能泛化到新數據上的模型，那么就存在過擬合。
與之相反，如果我們的模型過于簡單，那么我們可能無法抓住數據的全部內容以及數據中的變化，那么我們的模型可能在訓練集上表現的就很差，這種選擇過于簡單的模型被稱為欠

總結

以上是生活随笔為你收集整理的泛化,过拟合,欠拟合素材(part1)--python机器学习基础教程的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。