清华社课件人工智能基础及应用（Python微课版）第5.3 指标评价.pptx

指标评价

过拟合和欠拟合拟合是指机器学习模型在训练的过程中，通过更新参数，使得模型不断契合可观测数据(训练集)的过程。欠拟合指的是模型在训练和预测表现都不好，往往由于模型过于简单,如图(a)所示。正常模型指的是模型在训练和预测表现都好，如图(b)所示。过拟合是指由于模型过于复杂，模型在训练集上的表现很好，但在测试集上表现较差,如图(c)所示。

欠拟合1）添加新特征当特征不足或者现有特征与样本标签的相关性不强时，模型容易出现欠拟合。通过“组合特征”等进行处理。2）模型优化：提升模型复杂度模型的复杂度可以使模型拥有更强的拟合能力。例如，在线性模型中添加高次项等进行处理。不同的建模算法针对不同的