假設你訓練了 4 個不同的模型，並分別對訓練集與驗證集計算一個評估指標。例如，這個指標是均方誤差（Mean Squared Error，MSE；數值越低越好）。所有模型在訓練與驗證的指標如下表。
請選出對訓練資料過度擬合的模型。
本練習屬於課程
將理論付諸實踐，立即體驗我們的互動練習
在第一章，你會認識 Kaggle 競賽的整體流程。你將訓練一個模型，並準備可用於送交的 csv 檔案。你會了解 Public 與 Private 測試切分的差異，以及如何避免過度擬合。
當前練習
既然你已熟悉 Kaggle 競賽的基礎，接下來你會學習如何分析手上的特定問題。你會實作 EDA，並建立正確的本地驗證策略。你也會學到關於資料洩漏的觀念。
你將認識不同型態的特徵。你會修改既有特徵並建立新的特徵，同時也會妥善處理遺漏值。
現在把一切整合起來，開始建模吧！在最後一章，你會先建立基準模型，接著調整一些超參數，並透過集成方法提升結果。最後還會提供幾個實用技巧，幫助你更有效率地參賽。
