A. 是 B. 否
A. 模型复杂度过低,不能很好的拟合所有的数据,训练误差大 B. 增加模型复杂度,如采用高阶模型(预测)或者引入更多特征(分类)等 C. 模型复杂度过高,训练数据过少,训练误差小,测试误差大 D. 降低模型复杂度,如加上正则惩罚项,如L1,L4,增加训练数据等