当我们有大的测试误差和大的训练误差时，我们称之为BIAS问题。当我们有低的训练误差和高的测试误差时，我们称之为VARIANCE问题。当训练误差和测试误差都足够低以被接受时，我们称之为GOOD fit或BEST fit模型。

但是，训练误差是否可能高于测试误差呢？如果是，那么我们该如何称呼这种情况？此外，测试集和训练集是随机选择的，因此没有预先设置！

Training    Test    Modelerror       errorlow         low     GOOD FITlow         high    HIGH VARIANCEhigh        high    HIGH BIAShigh        low     ????????

回答：

由于学习模型旨在减少训练误差（因为在学习过程中测试集不可用，因此称为“测试”），这种情况非常不可能发生，除非你特意创建一些这种情况发生的例子，否则它不会发生。

要发生这种情况，训练集必须具有高方差，或者与所选模型不兼容（例如，一个线性模型试图分离无法线性分离的数据），这会导致高训练误差。对于任何测试集要产生低测试误差，它必须不反映训练集中存在的相同方差。如果你遇到这种问题，很可能是这些集合构建得不好。由于这种情况非常罕见，我不知道它是否有特定的名称。