1.过拟合、欠拟合及解决方法
在机器学习的过程中，机器学习的效果和实际的真实值总会存在一部分的偏差。训练过程中出现的偏差叫做训练误差，而在测试过程中出现的误差称之为泛化误差。在模型的数据准备期，会将数据集分为训练数据和测试数据，测试数据就是从总体随机选取的一部分数据。当总体数据集的数量比较小时，可使用K折交叉验证（K-fold cross-validation的方法：
首先把总体数据集平分成为K等份，然后依次取出其中的一份作为测试数据集，剩下的作为训练数据集，然后进行K次训练和测试，因此每次实验
