过拟合和欠拟合 PolynomialFeatures验证欠拟合和过拟合案例 成本函数 最小二乘误差作为成本函数,但是sklearn用score来作为判断依据。 学习曲线学习 gridSearchCV网格搜索 Pipeline实践与学习曲线learning_curve 算法模型修正 过拟合 获取更多的训练数据 减少输入的特征数量 欠拟合 增加有价值的特征,如房屋的特征,朝向,年代等 增加多项式特征,纯数学的方法 评价标准 precision Recall F1 Score