在这篇文章中，主要介绍了多项式的次数d和过拟合以及欠拟合之间的关系，
图1
如上图所示，我们可以得到如下结论
1.高偏差（欠拟合） 训练误差和验证误差都很高，
2.高方差（过拟合）训练误差很小，验证误差远大于训练误差
从图中我们可以得到如下结论：
1. 训练数据量少：训练误差很小，验证误差大
2.训练数据量大：验证误差和训练误差都很大，两者差不多相等
3.如果学习算法遭受到高偏差，get more training data will not help much.
结论：
1. 低数据量：训练误差很小，验证误差大
2.低数据量：训练误差值慢慢增大，在某个值之前，测试误差一直减小。并且训练误差小于测试误差，而且这个差异比较明显。
3.If a learning algorithm is suffering from high variance, getting more training data is likely to help
参考文献：
机器学习，吴恩达课程
