Underfitting

定义 Definition

（机器学习）欠拟合：模型过于简单，无法捕捉数据中的规律，导致在训练集和测试集上表现都不好（通常偏差 bias 较高）。

发音 Pronunciation (IPA)

/ˌʌndərˈfɪtɪŋ/

例句 Examples

The model is underfitting the data.
这个模型对数据出现了欠拟合。

Because we used too few features, the classifier kept underfitting and performed poorly on both the training set and the test set.
由于我们使用的特征太少，这个分类器一直欠拟合，在训练集和测试集上的表现都很差。

词源 Etymology

由 **under-**（“不足、低于”）+ fit（“拟合、匹配”）+ -ing 构成；在统计与机器学习语境中，fit 指模型对数据的“贴合程度”，underfitting 即“拟合不足”。

相关词 Related Words

• Overfitting
• Bias
• Variance
• Generalization
• Regularization
• Cross-Validation
• Model
• Feature
• Complexity

文献作品 Literary Works

常见于以下经典机器学习/统计学习著作与教材中（用于讨论模型复杂度、偏差-方差权衡等）：

• The Elements of Statistical Learning（Hastie, Tibshirani, Friedman）
• Pattern Recognition and Machine Learning（Christopher M. Bishop）
• Machine Learning（Tom M. Mitchell）
• Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow（Aurélien Géron）