待验证50% 置信事实精确时间
多项式回归中阶数过低导致欠拟合，阶数过高导致过拟合（过度拟合训练数据中的噪声）
1
来源数
50%
置信度
长期有效
时效性
2026/9/11
首次发现
来源
涉及实体
相关事实
待验证高偏差意味着模型过于简单导致欠拟合，高方差意味着模型学入噪声导致过拟合，两者往往此消彼长77% 相似待验证Overfitting occurs when a model merely memorizes training data without being able to handle new data, while underfitting occurs when the model is too simple to capture patterns even in the training data.75% 相似待验证朴素训练后量化会导致单个权重误差在多层网络中累积放大，即复合误差，在2位或1位精度下模型结构会崩溃74% 相似已验证若用含测试集的全量数据计算均值和标准差，会导致预处理泄漏，使评估指标虚高，无法真实反映模型泛化能力74% 相似待验证膨胀、过时、充满噪声的评估集比没有评估集更糟糕，因为它会给出误导性的信号74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/901109API
curl https://kongchang.com/api/v1/knowledge/claims/901109MCP
get_claim(id=901109)