关于学习曲线

Question

我正在尝试使用sklearn.learning_curve绘制SVC分类器的学习曲线。 从情节中，我发现我的训练成绩和考试成绩都同时提高。 但是，随着样本数量的增加，训练曲线和交叉验证曲线之间的差距变得更大。 据我所知，当提供更多样本时，训练分数应该降低。 你们对这个问题有任何认识吗？

Answer 1

如果训练与交叉验证准确性之间的差距越来越大，则表明您的模型对训练数据过度拟合。

通过每次迭代（提供其他训练数据），您的模型都能够更好地捕获训练数据，但是不再能够更好地概括（因此交叉验证的准确性会收敛）。