1.欠拟合：模型没有充分学习到数据集的特征，导致在训练集和测试集性能都很差的情况
2.解决办法：
1.增加其他特征项，可以通过“组合”、“泛化”、“相关性”等的操作来添加特征项
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
4.增加模型的复杂度，机器学习中SVM的核函数，决策树扩展分支，深度学习模型中增加网络的深度
5.增加训练次数
1.欠拟合：模型没有充分学习到数据集的特征，导致在训练集和测试集性能都很差的情况
2.解决办法：
1.增加其他特征项，可以通过“组合”、“泛化”、“相关性”等的操作来添加特征项
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
4.增加模型的复杂度，机器学习中SVM的核函数，决策树扩展分支，深度学习模型中增加网络的深度
5.增加训练次数