我应该在测试集和训练集中获得相同的准确性吗

Question

我是机器学习的新手，我建立了一个模型来预测客户是否会在下个月订阅。我在训练组上获得73.4，在测试组上获得72.8。可以吗还是我有过拟合的地方？

Answer 1

没关系。 当训练集中的精度较高而测试集中的精度较低时（发生边际差异）会发生过度拟合。

这就是过度拟合的样子。

Train accuracy: 99.4%
Test accuracy: 71.4%

但是，您可以使用不同的模型和特征工程来提高准确性

Answer 2

我们称其为过拟合，如果训练数据的准确性异常高（大于95％）而测试数据的准确性非常低（小于65％） 。 就您而言，培训和测试的准确性几乎相似。因此，不会出现过度拟合。 尝试获取更多测试数据并检查准确性是否在降低。您还可以尝试通过

改进模型

1. 尝试不同的算法
2. 增加火车数据的大小
3. 尝试进行K折交叉验证
4. 超级参数调整
5. 使用正则化方法
6. 标准化功能变量