欠拟合 集成学习 增加模型的迭代次数 增加模型复杂程度(如神经网络增加层数,决策树加深等) 更换表达能力更强的模型 生成更多的特征供训练使用 降低正则化程度 过拟合 使用正则化项,降低模型的复杂度 增加训练集 减少训练使用的特征数量