机器学习--欠拟合，过拟合，泛化能力
欠拟合
在机器学习过程中，特别是线性回归，那么会对数据进行拟合
如果一条曲线经过的数据点很少且很多数据相当于没有用上
## 过拟合
过拟合是曲线对每一点的都会拟合
这样会导致模型具有很差的泛化能力
且测试集的数据进行测试有很大误差
泛化能力：
其实很简单 就是对未来数据的预测能力的表现
泛化误差：
对未来样本预测与实际的误差
wiki解释：一个机器学习模型的泛化误差（Generalization error），是一个描述学生机器在从样品数据中学习之后，离教师机器之间的差距的函数。使用这个名字是因为这个函数表明一个机器的推理能力，即从样品数据中推导出的规则能够适用于新的数据的能力
泛华误差公式：
这个公式有没有很眼熟，没错居然是损失函数的期望就是泛华误差