欠拟合：模型在训练集上表现很差，没法学习到数据背后的规律。
过拟合：模型在训练集上表现很好，但在测试集上却表现很差，泛化能力差。
本文探讨了在机器学习中，模型在训练和测试集上的表现差异，重点关注欠拟合导致的训练效果差和过拟合引发的泛化能力不足问题，解释了这两个概念及其影响。
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
