1.过拟合
理解：测试集的特征过于集中，全部集中部分特征，导致某些不重要的特征成为判断中偏重的部分(特征数量多)
2.欠拟合
理解：测试集的特征过于泛滥，重要特征不突出，导致某些重要的特征被忽略(特征数量少)
机器学习---线性回归---欠拟合与过拟合的理解
猜你喜欢
转载自blog.csdn.net/weixin_44778155/article/details/104740789
今日推荐
周排行