单元五
第18课 过拟合与欠拟合
一、任务目标
对比深浅决策树（或近邻）的训练／测试正确率。
二、核心概念讲清楚
过拟合：训练很好、测试很差。欠拟合：训练测试都差。通过简化模型、加数据、正则/限深度等缓解。
- 看训练分与测试分差距
- 树太深、k 过小可能过拟合
- 模型太简单可能欠拟合
1记录两套分数train vs test
2判断现象过拟合/欠拟合/正常
3调整复杂度深度、k、特征数
4再评估看差距是否缩小
三、跟着想一遍（小例子）
训练准确率 1.0、测试 0.6，高度怀疑过拟合。
易错：只优化训练集分数。
正确：以测试集（或验证集）为准做选择。
想一想：增加训练数据通常更有助于缓解过拟合还是欠拟合？
提示：通常更有助于缓解过拟合（模型更难把噪声全背下来）；欠拟合更常靠换更合适的模型或特征。
四、解题思路
任务：对比深浅决策树（或近邻）的训练／测试正确率。 先想清楚：输入是什么、处理后得到什么、屏幕上应出现什么。
本课主要用到：屏幕输出。
- 1明确任务「对比深浅决策树（或近邻）的训练／测试正确率。」：运行后你希望看到什么结果（文字、图形或计算结果）。
- 2用 print 把结果说出来，确认屏幕上出现预期内容。
- 3对照参考代码跑通后，只改一个参数，观察结果如何变化。
流程示意（可对照左侧文字）
五、语句功能讲解
本课用到的 Mixly 图形块均已在前面的课讲过。请直接对照编程练习搭积木；若有遗忘，回到该积木首次出现的课页复习。
六、知识点讲解
过拟合是模型把训练集记得太死，换新数据就差。要用没见过的数据检查；好模型是「会举一反三」，不是「只会背题」。
先弄清本课输入与输出，再进编程练习对照现象。
七、编程练习
先理解上面的例子，再在下方 Mixly 运行与检查（含 scikit-learn）。
对比四行正确率。
参考代码（对照抄写到下方 Mixly）
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
from sklearn.metrics import accuracy_score
X, y = load_iris(return_X_y=True)
X_train, X_test, y_train, y_test = train_test_split(
X, y, test_size=0.3, random_state=0
)
# 很深的树：容易「背题」
deep = DecisionTreeClassifier(max_depth=None, random_state=0)
deep.fit(X_train, y_train)
print("深树 训练:", round(accuracy_score(y_train, deep.predict(X_train)), 3))
print("深树 测试:", round(accuracy_score(y_test, deep.predict(X_test)), 3))
# 很浅的树：可能学不够
shallow = DecisionTreeClassifier(max_depth=1, random_state=0)
shallow.fit(X_train, y_train)
print("浅树 训练:", round(accuracy_score(y_train, shallow.predict(X_train)), 3))
print("浅树 测试:", round(accuracy_score(y_test, shallow.predict(X_test)), 3))
正在载入编程环境
正在载入 Mixly 文本编程环境…
八、课堂练习
先完成两道正误判断，再做其余题目；选出后点「检查」。
判断：只抄参考代码，不看运行输出，也不改参数验证。
判断：先跑通，再对照「过拟合」改一处输入/参数，确认输出按预期变化；答错小测时读讲解。
训练≈1.0、测试明显更低，更像？
训练和测试都明显偏低，更像？
九、本节小结
训练／测试一起看，才能发现过拟合与欠拟合。