GYK0812的博客

问题描述：一般情况下， 我们习惯将原始数据中的80% 作为训练集， 20% 作为测试集（当数据量足够大的时候，也可以将10% 作为测试集。 数据量较小时，如果每次都是随机划分训练集，执行多次训练后，模型可能就获取了完成是数据集。这是我们想要避免的。解决上述的问题的方案有以下几种：将第一次运行产生的测试集和训练集保存，后续训练时，先加载保存的训练集和测试集数据设置 random_state， 保证每次分配的测试集相同上述两种方法，当原始数据集增加后，仍然会出现测试数据和训练数据混合的问题，所.

1. 如何解决过拟合：简化模型：可以选择较少参数的模型，也可以减少训练数据中的属性数量，或者是约束模型收集更多的训练数据减少训练数据中的噪声（例如，修复数据错误和消除异常值）2. 如何解决欠拟合：选择一个带有更多参数，更强大的模型给学习算法提供更好的特征集减少模型中的约束（例如：减少正则化超参数）...