数据挖掘-欠拟合与过拟合

以MATLAB 模拟离散点

以下为欠拟合与过拟合图示：

欠拟合

模型没有很好地捕捉到数据特征，不能够很好地拟合数据。

解决方法

1. 添加其他特征项，有时候我们模型出现欠拟合的时候是因为特征项不够导致的，可以添加其他特征项来很好地解决。
2. 添加多项式特征，这个在机器学习算法里面用的很普遍，例如将线性模型通过添加二次项或者三次项使模型泛化能力更强。
3. 减少正则化参数，正则化的目的是用来防止过拟合的，但是现在模型出现了欠拟合，则需要减少正则化参数。

过拟合

模型数据学习过于彻底，噪声数据特征也学习了，后期测试无法很好地识别数据，不能正确的分类，模型泛化能力太差。

解决方法

1. 重新清洗数据，导致过拟合的一个原因也有可能是数据不纯导致的，如果出现了过拟合就需要我们重新清洗数据。

2. 增大数据的训练量，还有一个原因就是我们用于训练的数据量太小导致的，训练数据占总数据的比例过小。