《scikit-learn机器学习常用算法原理及编程实战》—3.4.2 过拟合和欠拟合的特征

3.4.2  过拟合和欠拟合的特征

　　到此，我们可以总结过拟合和欠拟合的特点如下。

* 过拟合：模型对训练数据集的准确性比较高，其成本Jtrain(θ)比较低，对交叉验证数据集的准确性比较低，其成本Jcv(θ)比较高。

* 欠拟合：模型对训练数据集的准确性比较低，其成本Jtrain(θ)比较高，对交叉验证数据集的准确性也比较低，其成本Jcv(θ)也比较高。

　　一个好的机器学习算法应该是对训练数据集准确性高、成本低，即较准确地拟合数据，同时对交叉验证数据集准确性高、成本低、误差小，即对未知数据有良好的预测性。