机器学习之过拟合和欠拟合以及适合的模型

1、回归模型当中的过拟合以及欠拟合：

---

2、分类模型当中的过拟合以及欠拟合：

---

3、如何解决过拟合问题：

• 1、通过获取更多训练数据解决过拟合问题
• 2、通过“特征选择（feature selection）”选择一组合适的特征，缺点是只使用了所有特征的一个子集，容易造成信息缺失
• 3、正则化（regularization）：减小参数