欠拟合

模型学习得太“粗糙”，连训练集中的主要规律都没有学出来（训练集效果也不好）。

常见原因

• 模型过于简单，表达能力不足
• 特征不足或特征表示不合适（见 特征工程）
• 训练不充分或约束过强（例如正则化过大）

常见表现

• 训练集与测试集表现都差
• 调参很久也提升不明显

常见改进方向

• 换更强的模型/增加模型复杂度
• 改特征：增加信息量、更合理的预处理
• 让模型“学得更充分”：训练更久、调学习率等（取决于算法）

对比：过拟合，以及评估位置：模型评估