机器学习笔试题：过拟合与ROC曲线

1. 什么是过拟合？如何避免过拟合？

过拟合是指模型在训练数据上表现良好，但在测试数据上表现较差的现象。这是因为模型过于复杂，过度拟合了训练数据，导致对新数据的泛化能力较差。

避免过拟合的方法包括：

• 增加训练数据量
• 使用正则化方法
• 简化模型复杂度
• 使用集成学习等。

2. 什么是ROC曲线？如何解释ROC曲线上的点？

ROC曲线是一种衡量二分类模型性能的图形化方法。ROC曲线的横轴是假正例率（FPR），纵轴是真正例率（TPR），它们分别定义为：

• FPR = FP / (FP + TN)
• TPR = TP / (TP + FN)

其中，TP表示真正例数，FP表示假正例数，TN表示真负例数，FN表示假负例数。

ROC曲线上的每个点代表一个不同的分类阈值，当分类阈值从高到低变化时，对应的点将从右上角向左下角移动。对于一个好的分类器，ROC曲线越接近左上角，其性能越好。