機器學習---線性迴歸---欠擬合與過擬合的理解

在這裏插入圖片描述

1.過擬合

理解:測試集的特徵過於集中,全部集中部分特徵,導致某些不重要的特徵成爲判斷中偏重的部分(特徵數量多)
過擬合

2.欠擬合

理解:測試集的特徵過於氾濫,重要特徵不突出,導致某些重要的特徵被忽略(特徵數量少)
在這裏插入圖片描述

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章