欠拟合

欠拟合:模型不能在训练集上获得足够低的误差

欠拟合一般特点:低方差,高偏差;

导致过拟合原因:模型太简单

如何避免欠拟合:

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

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

4)使用集成方法 : 融合几个有差异的弱模型，使其成为一个强模型。