当模型不能够准确地表达输入与输出的关系时，就是欠拟合。它在训练集和未见过的数据都会产生高误差率。过度拟合则在训练集表现出低误差率，只有对未见过的数据表现出高误差率。

当模型太过于简单时，它需要更多的训练时间、更多的输入特征、更少的正则化，此时欠拟合就可能会发生。当模型太过于复杂，随着更多的训练时间、更多的输入特征、更少的正则化处理，过度拟合就可能会发生。

欠拟合和过度拟合一样，不能够在数据中建立主导趋势，导致模型训练错误、性能低。模型当然就也很难很好地泛化到其他新的数据上（如果一个模型没有泛化的能力，那么这个模型几乎是没有用的）。这样的模型也就不能够用来做分类或预测的任务。

我们以前也提到过，高偏差和低方差是模型出现欠拟合的信号。低偏差、高方差则是出现过度拟合的信号。高偏差、低方差在训练数据集中就可以看出来，所以欠拟合比过度拟合好发现。当模型被过度训练或者太复杂，在测试数据集中就会体现出高误差率。 一般来说，过度拟合比欠拟合常见。有时，我们为了避免过度训练模型导致过度拟合，会提前停止模型训练，但是这个提前有时太早了，反而在这个情况下导致了欠拟合的问题。这里也引出另一种情况也会导致欠拟合，那就是训练不足，解决之道就是增加训练时间，这个又要考虑如何避免训练时间太长造成过度拟合的问题。训练时间的把握就是要权衡好这两者。

模型太简单，也会导致欠拟合，解决之道就是增加相关特征的输入。特征太少的话，在现实世界中，可能会对应很多可能的输出，这样的模型就像在胡说八道，实际上，是我们自己想得太简单了，增加相关的特征输入，就可以收窄这扇——更容易定位到我们期望的结果上。注意，如果增加太多长特征输入，又增加了模型过度拟合的可能性，造成模型低偏差、高方差。所以我们训练模型时，总要在欠拟合和过度拟之间找一个平衡点，就是要我们根据需求来权衡。这就是所谓的偏差方差平衡（bias-variance tradeoff）。

有一些机器学习模型更加容易出现过度拟合的问题，如决策树、KNN。要识别出过度拟合会比识别欠拟合更困难些。过度拟合在训练数据集就表现出高准确性，为了更好地评价模型是否真的有这些高的准确性，通常使用k-folds交叉验证。

在k-folds交叉验证中，数据集会被分成k个大小相关的子集（fold），接着把第一个子集充当测试集（验证集、留出集、抵抗组），剩下的数据都用作训练。然后，由二个子集充当测试集，剩下的数据都用作训练。依次类推，直到这k个子集都做过一次测试集为止。每一交迭代都会得到一个关于模型准确性的分数，当迭代完所有子集，将所得的分数取平均值，将其作为评价模型准确性的最终分数。我们可以根据这个分数，了解我们的模型的拟合情况。