5、模型的欠拟合和过度拟合

微调您的模型以获得更好的性能。

本课程所需数据集夸克网盘下载链接：https://pan.quark.cn/s/9b4e9a1246b2
提取码：uDzP

在这一步结束时，您将了解拟合不足和拟合过度的概念，并且您将能够应用这些想法使您的模型更加准确。

1、使用不同模型进行实验

现在你有了一种可靠的方法来测量模型的准确性，你可以尝试其他模型，看看哪种模型能给出最好的预测。但是，你有什么模型的替代品？

您可以在 scikit-learn’s 文档 中看到，决策树模型有很多选项（比您通常想要或需要的选项更多）。 最重要的选项决定了树的深度。回想一下本课程的第一节课，树的深度是在进行预测之前进行多少次拆分的度量。这是一棵相对较浅的树

在实践中，一棵树的顶层（所有房屋）和一片叶子之间有10个裂缝并不罕见。随着树越来越深，数据集被切成房屋越来越少的叶子。如果一棵树只有一个分支，它会将数据分为两组。如果每组再分开，我们会得到4组房子。再次将其中的每一个分组将创建8个组。如果我们通过在每个级别添加更多拆分来将组的数量增加一倍，我们将有210个当我们到达第10层时，会有一组房子。这是1024片叶子。

当我们把房子分成许多叶子时，每片叶子上的房子也会更少。房屋很少的树叶会做出与这些房屋的实际值非常接近的预测