一句话定义：欠拟合（Underfitting）指模型在训练集上就表现不佳——给它的例子它都没学明白，自然也难以在新数据上表现好。注意，问题往往不在数据量，而在模型容量、特征表达或训练过程。
打个比方：备考。过拟合（Overfitting）是把练习册答案背下来，换套卷子就崩；欠拟合是压根没复习到位，公式没记住、题型没见过，模拟卷和真题一起考砸。此时再多买十本练习册（加数据）也没用，得先换教材、补公式、把练习做够。
为什么会欠拟合
- 容量不足：用一条直线去拟合一条弯曲的曲线，无论怎么调都欠拟合。浅层决策树、线性模型硬做图像分类，是典型场景。
- 特征不足或不对：预测房价只给"房屋朝向"，不给面积、地段，模型学不到规律。这不是模型笨，是输入里没有信号。
- 训练不足：迭代轮次太少、学习率设置不当、正则化（Regularization）过强、早停（Early Stopping）过早，都会把模型"压"得过于保守。
- 标签噪声：标注错乱严重时，模型抓不到稳定规律，也会表现为训练误差居高不下。
怎么判断：看训练误差和验证误差。两个都很高且贴得很近，是欠拟合；训练误差很低、验证误差明显更高，中间有 gap，才是过拟合。
| 维度 | 欠拟合 | 过拟合 |
|---|---|---|
| 训练集表现 | 差 | 很好 |
| 验证集表现 | 差 | 差 |
| 误差曲线关系 | 两条曲线都高、彼此靠近 | 训练低、验证高，gap 大 |
| 模型复杂度 | 偏低 | 偏高 |
| 常见解法 | 增容量、补特征、训练更久、减弱正则 | 加数据、加正则、简化模型、早停 |
实际意义：对从业者，第一步永远是看训练集指标。训练集都做不对，加数据是浪费预算，应优先查模型容量、特征工程和训练配置。对业务方，"模型不准"不等于"数据不够"，先问一句：是不是模型太简单，或者关键字段根本没喂进去？比如简历筛选模型只给"毕业院校"一个字段，怎么调都欠拟合；补上项目经历、技能标签，才有谈效果的空间。具体工具的参数与默认行为，以官方页面为准。