欠拟合

贡献者： xzllxls

　　 欠拟合（或称：拟合不足、欠配，英文：underfitting）是指模型在训练数据上没有获得充分小的误差。造成欠拟合的原因通常是模型学习能力过低，具体地说，就是模型参数过少或者结构过于简单，以至于无法学习到数据的内在结构和特征。例如，当用一个线性模型去拟合非线性数据时，会发生欠拟合。由此，可以通过增加模型参数和复杂度，提高学习能力，从而解决欠拟合问题。与欠拟合相对应的，是过度拟合。

　　 参考文献：

1. I. Goodfellow, Y. Bengio, A. Courville, and Y. Bengio, Deep learning, vol. 1, no. 2. MIT press Cambridge, 2016.
2. 周志华. 机器学习[M]. 清华大学出版社，2016