核心概念
欠拟合
模型、特征或训练过程过于受限，以致连训练数据中的主要可预测结构也未捕捉。
拟合不足
简明解释
欠拟合（underfitting）是模型、特征或训练过程过于受限，以致连训练数据中的主要可预测结构也未捕捉。 只用全城均价估计每套房，可能连面积差异也无法表达；但简单模型并不必然欠拟合，仍须看任务与误差。[1, Chapters 2, 4–5]
别和什么混淆
欠拟合不等于“模型简单”，优化尚未完成也可能造成高训练误差。只有结合候选空间、特征、训练过程和误差证据，才能判断限制是否过强。
在本书中
本页参考来源
- Shalev-Shwartz S, Ben-David S. Understanding Machine Learning — From Theory to Algorithms [M]. Cambridge University Press, 2014. 定位：Chapters 2, 4–5. 稳定来源（访问 ）。