Underfit

释义 Definition

underfit（动词，常用于机器学习/统计建模）指“欠拟合”：模型过于简单，连训练数据的主要规律都没学到，因此在训练集和测试集上表现都不佳。（也可作形容词：an underfit model 欠拟合的模型）

发音 Pronunciation (IPA)

/ˌʌndərˈfɪt/

例句 Examples

The model underfits when it is too simple.
当模型过于简单时，就会发生欠拟合。

Despite more training, the linear model continued to underfit the data, failing to capture the nonlinear pattern and producing high error on both the training and test sets.
尽管训练更多轮次，这个线性模型仍然欠拟合数据：它无法捕捉非线性规律，在训练集和测试集上的误差都很高。

词源 Etymology

由前缀 **under-**（“不足、低于所需”）+ fit（“适配、拟合”）构成，字面意思是“拟合得不够”。在统计学习语境中，用来描述模型复杂度不足、表达能力不够而导致的学习失败。

相关词 Related Words

• Overfit
• Overfitting
• Underfitting
• Bias
• Variance
• Generalization
• Regularization
• Model
• Training
• Test

文学与著作中的用例 Literary / Notable Works

• The Elements of Statistical Learning（Hastie, Tibshirani, Friedman）——讨论欠拟合/过拟合与偏差-方差权衡时常出现 underfit。
• Pattern Recognition and Machine Learning（Christopher M. Bishop）——在模型选择与泛化章节中使用 underfit 描述模型过简的情况。
• Deep Learning（Goodfellow, Bengio, Courville）——在训练与泛化、容量不足（capacity too small）相关讨论中会出现 underfit。