过拟合和欠拟合_线性回归模型的过拟合 & 欠拟合

前言

有很多老铁对线性回归模型中的过拟合和欠拟合感念有点模糊，可以看下这篇文章(节选)感觉写的很棒！喜欢小编的老铁可以关注我一下。每天会更新最新资讯或者技术干货！

过拟合与欠拟合概念

欠拟合：模型过于简单，未能充分捕获样本数据的特征。表现为模型在训练集上的效果不好。

过拟合：模型过于复杂，过分捕获样本数据的特征，从而将样本数据中一些特殊特征当成了共性特征。表现为模型在训练集上的效果非常好，但是在未知数据上的表现效果不好。

概念进一步解释

欠拟合

数据集里很多能影响到的因素没有考虑到。

eg. 房屋面积和房价，y_hat = wx + b可以说是欠拟合，有很多因素能影响房价，除了面积。

过拟合

如果每一个细节都纳入，每一个特征都不放过，不是训练起来很完美吗？

eg. 建筑年代，材料，楼层，考虑到很多因素，很可能需要100元线性回归。就算在训练集的表现很不错，但是太过于考虑训练集特征，导致很可能在测试集上表现的不好，过拟合就是太过于复杂，对特征过分依赖。

表现就是：训练集表现好，测试集不是那么好。

eg. 判断人的性别是男还是女？

举过拟合的例子，只要是有胡子，就是男人。这就是贻笑大方了。