关于学习曲线

Question

我正在尝试使用 sklearn.learning_curve 为我的 SVC 分类器绘制学习曲线。从图中，我发现我的训练分数和测试分数同时增加。但是随着样本数量的增加，训练曲线和交叉验证曲线之间的差距会越来越大。据我所知，当提供更多样本时，训练分数应该会降低。你们对这个问题有任何了解吗？

Answer 1

如果训练和交叉验证准确率之间的差距越来越大，则表明您的模型在训练数据上过度拟合。

随着每次迭代（提供额外的训练数据），您的模型能够更好地捕获训练数据，但它不再能够更好地泛化（因此交叉验证准确度会收敛）。