学习曲线是否表明存在过度拟合或模型性能处于可接受的水平?结果基于xgboost。我需要重新调整超参数吗?
在图片中你可以看到一个一般过度拟合图。那么,你会说什么?
通常训练和验证损失似乎会收敛到同一个地方,直到它们没有收敛为止。一旦他们开始发散,训练损失就会继续减少,而验证损失就会增加或保持不变。所以,回答你的问题,是的,我想说你在迭代〜70中过度拟合