1、经验误差和过拟合、欠拟合
经验误差:学习器在训练集上的误差成为经验误差或训练误差
过拟合:通俗点说,哎呀这个学习器在训练集上学的太好了,以至于老师没交给他的知识都学会,把自身内涵的知识都学会了,把这部分学到的知识用到测试集上,显然这部分知识是强加给测试集的,我们称之为过拟合
欠拟合:顾名思义,你这个学习器学的不好,老师教的东西都没有掌握住,还得继续学,我们称之为欠拟合
上面谈了欠拟合和过拟合,哪接下来就是解决办法了:
解决欠拟合的办法:
添加其他特征项,有时候我们模型出现欠拟合的时候是因为特征项不够导致的,可以添加其他特征项来很好地解决。例如,“组合”、“泛化”、“相关性”三类特征是特征添加的重要手段,无论在什么场景,都可以照葫芦画瓢,总会得到意想不到的效果。除上面的特征之外,“上下文特征”、“平台特征”等等,都可以作为特征添加的首选项。
2)