欠拟合

在模型评估中，与过拟合对应的，学习器学习能力低下的现象称为「欠拟合」（Underfitting）。欠拟合比较容易克服，比如在决策树中拓展分支、在神经网络中增加训练轮数等。

当幂次选取过低时，如用线性模型拟合，直观上会给人一种拟合不足的感觉。