kk的任意门

参考链接：https://blog.csdn.net/xuaho0907/article/details/88649141 fitting:拟合，就是说这个曲线能不能很好的描述这个样本，有比较好的泛化能力 过拟合（OverFititing）：太过贴近于训练数据的特征了，在训练集上表现非常优秀，近乎完美的预测/区分了所有的数据，但是在新的测试集上却表现平平。 欠拟合(UnderFitting)...

这两种数据在监督学习的分类一章经常有说到 标称型：一般在有限的数据中取，而且只存在‘是’和‘否’两种不同的结果（一般用于分类） 数值型：可以在无限的数据中取，而且数值比较具体化，例如4.02,6.23这种值