1樓：雞湯狗
可能有兩點原因，乙個模型過擬合，訓練過度了，可以減少epoch看看；第二，最好檢查一下測試集合和訓練集合的資料分布，如果兩者差異大，自然很難學習得好。
2樓：社會大學楊教授
原因太多了，需要你逐個排查。樓上說的很全面的，我很贊同。
訓練集效果還可以,測試集效果不好,意味著什麼?
樓上的哥從general的角度談，我這裡來做一做補充和分享。
目測你的任務是分類，我覺得你需要注意輸入資料的型別。像numerical, integer, binary需要預處理，特別是integer, binary。其次，你是在做玩kaggle嗎？
我之前做kaggle，training資料大概７０００多條，validation２０００多，效果一般測出來也就20/500左右。最後做test 5000條，反而結果變得很好，最後直接變成3/500. 而很多人從validation top20 直接掉到100多，慘。。。
原因很簡單，過擬合（overfitting）。所以我建議，不要太在意validation。你validation做得再好，不代表你test就會好，因為有可能已經在過擬合的道路上走遠了。
我建議要專注於模型的robustness，多分析資料的性質和統計學含義。比如整個PCA在做預處理降為有沒有道理？用tsne好還是PCA好等等。
不要學某些同學瘋狂調參，整一堆hyper-parameters，然後在假象裡面自high半天。
3樓：陳浩
一般情況下，特徵越多，訓練樣本越少，模型引數越多，則訓練時能把偏差降到越低，訓練集效果越好。但我們還需要模型具有泛化能力即在測試集上的效果，測試集效果不好，意味著泛化能力不行，可以嘗試的方法:增加訓練樣本，調整超引數降低模型複雜度，特徵工程(增加或去掉一些特徵)。
4樓：Curry
混淆矩陣表現效果好說明，模型在驗證集上的表現ok；如果是有驗證集集的並且在驗證集表現不錯，應該不是模型過擬合；
在測試集上表現不好，很大可能是測試的資料和訓練的資料不在同乙份分布下；
更改下資料集劃分方式試試。
5樓：雙魚理
大概是過擬合吧，訓練集和測試機分布不太均勻，可以通過對抗校驗驗證下，是不是資料有漂移。
方案1 看看能不能增加一些樣本到訓練集，或者丟棄部分訓練集樣本，測測看
6樓：
過擬合。或者，無論是訓練集還是測試集，你的目標和你的資料之間沒有關聯性。
如果是前者這種情況，那結果應該是測試集效果比訓練集低了不少，但也大於盲猜。舉個例子，二分類，訓練集上acc為0.9，測試集上為0.
7，雖然測試集效果不好，但準確率也大於盲猜，盲猜的acc為0.5，至少說明你的label和資料之間是有顯著聯絡的，且你的這個模型已經初步挖掘出了這種聯絡。這個時候，你應該考慮的就是怎麼降低過擬合，例如通過加入正則化，dropout，用交叉驗證等手段。
如果是第二種情況，還是乙個二分類，那結果可以是訓練集acc 0.9以上，而在測試集上的acc為0.5，即約等於盲猜。
(其實這個也是一種過擬合現象，即模型在訓練時記住了你的樣本所對應的label)。但是更深層一點的，你應該考慮你的資料和特徵是否是有聯絡的，即檢查你的資料。
7樓：xcm
訓練集上效果好,測試集上差是典型的過擬合.
原因:1.資料量小,如果模型複雜,容易出現訓練集準確率高,測試集低的情況
2.多分類問題,0, 1, 2三類標籤樣本也不均衡,也會造成上述結果建議:1.增大資料集,均衡各類樣本數量
2.使模型相對簡單,或使用正則化
8樓：24wind
一般是先往過擬合的角度考慮，特別你用了GBDT，樹演算法不對子數數量，資訊增益或單節點樣本樹木做限制的話容易過擬合。
再往前猜測，也可能你的關鍵feature有問題。10個點的差值很多了。你可以看看train和test資料集裡資訊增益大的feature的資料分布是否一致，這裡可能發生變數過擬合。
如果資料很不均衡，要想辦法做均衡才行。
總的來說，問題在模型和資料兩方面。
9樓：閃電俠的右手
從資料量上看，屬於欠擬合。從結果上看，屬於過擬合。具體還要實驗來界定。
資料量太少，模型可能訓練不充分，可以考慮資料增強方法。資料量起碼過萬。也可以考慮模型整合，多訓練幾種模型試試到底是不是資料量太少。
訓練集比測試集高十個點，可能是訓練集和測試集分布不同，可以畫分布圖，確認一下。 如果分布相同，要考慮使用正則。
大概就這些。
10樓：
檢查你的原始資料有沒有問題。兩個子資料處理有沒有問題。
模型只能學習到訓練集的情況，泛化能力不足。對測試集未知的情況難以擬合，可能存在過擬合(overfitting)了。解決過擬合問題方法很多。
比如，為你的loss function新增正則化項；early stopping；增加訓練資料；Dropout；增加batch size等。
結論，具體導致問題的原因還是看實際情況，多研究研究吧。
欠擬合和過擬合出現原因及解決方案 - 范中豪 - 部落格園
11樓：大龍貓
典型的"過擬合"問題。
除了去嘗試一些解決過擬合的方法外（正則化等），還要去看一下訓練集/測試集是否屬於「同分布」。如果訓練集/測試集很不一樣的話，也有可能出現這樣的問題。
測試集precision 大於訓練集說明什麼？
資料洩露的話，測試集的結果也不會優於訓練集吧，如果測試集和訓練集一樣，那結果就相等，在此基礎上，把測試集的部分資料換成其他模型沒見過的資料，結果應該下降啊。有可能是這樣 訓練集的資料分布在拋物線上，但模型只能擬合出直線，所以訓練集上的誤差較大。但測試集太特殊太簡單，資料點剛好落在模型擬合出的直線上，...
將資料集分為訓練集和測試集，訓練集上網格搜尋調參，得到最優引數，能用到在訓練集交叉驗證上嗎？
liaoyanjun 我理解你的意思是先做網格搜尋，選擇一組引數，然後做交叉驗證是不。答案是完全可以，你得到的就是一組引數對應的交叉驗證的均值。交叉驗證的均值好，引數就說明優秀。但是如果資料很大，程式會很慢。 哈哈祥 GridSearchCV，它存在的意義就是自動調參，只要把引數輸進去，就能給出最優...
驗證集是訓練集的子集，還是測試集的子集？
AI森 驗證集可以取自測試集，在雪梨科技大學鄭哲東的Person re ID中，驗證集來自於測試集的一部分，https 這是Github上的鏈結 For this reason,no example from the test set can be used in the validation se...