如下图便直观形象的展示出这种最严重的的过拟合情况：

 

模型几乎拟合所有点，也就是在训练集上的准确度接近 100%，这类模型有什么特点呢？不妨看看这个模型的参数：

        1.24700471e-13, -2.35752755e-11,  2.06759733e-09, -1.11665116e-07,
        4.15722794e-06, -1.13161697e-04,  2.33087852e-03, -3.70886530e-02,
        4.61321531e-01, -4.50943817e+00,  3.46373724e+01, -2.07949995e+02,
        9.65158102e+02, -3.40164962e+03,  8.85765503e+03, -1.63366853e+04,
        1.99303609e+04, -1.41930185e+04,  4.37094529e+03,  2.87198980e+00

一共有 20 个，正好等于需要拟合的点数。

以上图形是用拉格朗日插值方法拟合出来的，借助 scipy 包完成插值，代码如下所示。

数据准备阶段：

from scipy.interpolate import lagrange
import numpy as np
import matplotlib.pyplot as plt

#使用样本个数
n = 20

# seed 保证每次都生成一个固定随机数
np.random.seed(2)
eps = np.random.rand(n) * 2

# 构造样本数据
x = np.linspace(0, 20, n)
y = np.linspace(2, 14, n) + eps

调用拉格朗日插值，得到插值函数 p，然后输入待插值点 x, 完成插值得到插值点(xx,yy)

# 调用拉格朗日插值，得到插值函数p
p = lagrange(x, y)
xx = x
yy = p(xx)

拉格朗日插值得到一个多项式模型，参数个数等于样本个数。

以上我们还原拟合所有样本点的一个方法。

机器学习中为了模型泛化能力更强，所以需要简化模型参数，换句话说对参数做正则化处理，这也符合奥卡姆剃刀定律，即简单有效原理。

常用的L1 正则会使参数稀疏化，它会将其中一些参数权重归 0. 当然就今天将要拟合的数据点而言，直接简化模型参数为 2个，拟合效果就不会差。

选用 sklearn 最最简单的线型回归模型：

from sklearn import linear_model
reg = linear_model.LinearRegression()
reg.fit(x.reshape(len(x),-1),y)

# 得到2个参数值
reg.coef_,reg.intercept_
(array([0.62182096]), 2.644854261121125)

再plot下拟合效果：

plt.figure(figsize=(12,8))
plt.scatter(x, y, color="r")
# 拉格朗日插值复杂模型
plt.plot(xx, yy, color="b",label='lagrange')
# 线型回归极简模型
plt.plot(xx,xx*reg.coef_+reg.intercept_,color='green',label='linear_model')
plt.show()