关于学习曲线

Question

我正在尝试用sklearn.learning_curve绘制SVC分类器的学习曲线。从图中，我发现我的训练成绩和考试成绩是同步提高的。但随着样本数量的增加，训练曲线与交叉验证曲线之间的差距越来越大。据我所知，当提供更多样本时，训练分数应该会下降。你们对这个问题有什么看法吗?

Answer 1

如果训练和交叉验证准确度之间的差距在增加，那么这表明你的模型在训练数据上过拟合。

通过每次迭代(提供额外的训练数据)，您的模型能够更好地捕获训练数据，但是它不再能够更好地泛化(因此交叉验证精度收敛)。