Machine learning 准确度为97.55%是否表示型号过配？

我已经在预测高风险索赔方面实施了逻辑回归模型。我的模型的准确率是97%。这是否表明我的型号安装过度

训练集中的精度不足以进行过度拟合。您正在使用验证集吗？如果您不使用它，您应该将数据集分为三部分：验证集、测试集和培训集。在培训期间，您应该使用培训和验证集。如果训练集的精度较高，而验证集的精度较低，则表示模型拟合过度

基于如此少的信息，不太可能回答模型是否拟合过度。你至少应该告诉你在训练中每个班有多少个数据点，你是否使用了一个单独的tets集，如果使用了这个测试集，模型在这个测试集上的结果是什么。不，过度拟合不是通过查看原始精度来确定的，通常你需要使用某种形式的数据。在任何情况下，这都不是堆栈溢出的主题问题，这是编程问题，您可能希望@AlexanderPivovarov很抱歉错过了细节。是的，我使用了一个单独的测试集。反应变量是高度不平衡的，所以我对训练集进行了过度采样，以获得两个班的平均分布。我的训练集有213316条记录，测试集有26703条记录。我的模型在测试集上的准确率为97%，召回率为94.24%，准确率为99.9%；请相应地编辑和更新您的问题。