学习曲线（learning curve）

问题描述：在做特征工程并训练模型的过程中，可能会出现过拟合（高方差）或者欠拟合（高偏差）的情况，怎么判定我们的模型所处的状态呢。

是什么：

      是一个用来判定 1添加更多的训练数据给我们带来多大的收益

                                2模型是否处在过拟合/欠拟合的状态

例子：

        

    通过上图可以看出，随着训练样本增加，Training score 在降低，而cross-validation score 在增加，说明模型的泛化性能在提高，而当两者收敛到一个较低的值时，再添加训练样本，模型的泛化性能趋于稳定，说明继续增加训练样本并不能带来更多的泛化性能的收益。

怎么用：

     http://scikit-learn.org/stable/auto_examples/model_selection/plot_learning_curve.html#sphx-glr-auto-examples-model-selection-plot-learning-curve-py