热爱可抵漫长岁月

欠拟合：欠拟合表示模型在训练集上的表现比较差，具体表现就是模型在训练集上的误差比较大，原因就是模型表现不了数据欠拟合的缓解办法：采用更大的模型使用更多的特征注意使用更多的数据是不能缓解欠拟合的，毕竟现在数据少模型都表现不了数据，数据多了更表现不了了，所以说增加更多的数据并不是万能的，得具体情况具体分析过拟合：过拟合表示的是模型在训练集上变现很好但是测试集上表现不行，可以看下面的吴恩达的课上的这个图，本来虚线就已经挺好的，但是模型为了在训练集上取得比较好的变现就产生了一个弯弯曲曲的分类面，但

如果不是在coursera上运行ipynb而是直接把代码放到本地运行的话，会发现很多问题，主要是因为coursera上初了那个ipynb文件以外还有很多其他的依赖的文件，比如说lr_utils.py,直接运行的时候：lr_utils.py是吴恩达给定的一个文件，不是python中自带的一个module，所以是不能通过pip命令安装的这个把lr_utils.py分享给大家，大家放到自己的代码的同一目录下就可以了...