第二章 第八节 线性回归（欠拟合与过拟合）

欠拟合与过拟合

问题

在上一节中，我们利用多项式回归获得更加准确的拟合曲线，实现了对训练数据更好的拟合。然而，我们也发现，过渡地对训练数据拟合也会丢失信息规律。首先，引出两个概念：

• 欠拟合（underfitting）：拟合程度不高，数据距离拟合曲线较远，如下左图所示。

• 过拟合（overfitting）：过度拟合，貌似拟合几乎每一个数据，但是丢失了信息规律，如下右图所示，房价随着房屋面积的增加反而降低了。