090003 过拟合和欠拟合

    在学习算法中，重要的两个问题，就是欠拟合（underfitting）和过拟合（overfitting），所谓欠拟合就是拟合程度不够，过拟合则顾名思义，拟合过度。造成这两种结果的原因主要有两个：

    （1）模型选择不好，简单问题选择了复杂的模型，容易过拟合；复杂的问题选择了简单的模型容易欠拟合。

    （2）参数设置和调整有问题。特别存在学习率的方法，学习率调整不当，容易引起这两种结果。

下面三张图是不同模型对同一组数据拟合的结果，很清晰的说明了这个问题。