在拟合模型时，若模型出现了过拟合或者欠拟合的情况，应该从哪些方面着手处理？

欠拟合出现原因：

  • 模型复杂度过低
  • 特征量过少

过拟合出现原因：

  • 参数太多，模型复杂度过高
  • 样本太小

处理办法：

  • 增加更多训练样本（针对过拟合问题，模型有较高的方差。）
  • 减少特征数量（针对过拟合问题，模型有较高的方差。）
  • 增加特征数量（针对欠拟合问题，模型有较高的偏差。）
  • 增加多项式（针对欠拟合问题，模型有较高的偏差。）
  • 使用更大的lambda值，模型中有正则项（针对过拟合问题，模型有较高的方差。）
  • 使用更小的lambda值，模型中有正则项（针对欠拟合问题，模型有较高的偏差。）