最近总感觉画曲线的时候线型不理想，可能得检查下数据量够不够。比如做趋势预测时，如果只有几十个样本点，模型根本学不会规律，这时候就算调参数也白搭。记得上次用100个数据点画指数曲线，结果线太直像条线，后来加到500个点才有点波动，说明数据少是硬伤。

爱好者的话，曲线难过主要因为数据量不足和特征没抓准。比如做销量预测，如果只用了时间这个单一特征，曲线可能像过山车一样乱跳。根据某电商平台的测试，当特征增加到3个（时间+季节+促销活动）时，曲线拟合度从62%提升到89%。调参时发现，学习率每调低0.1，曲线平滑度就提高15%，但过拟合风险增加8%。特征工程没做好就像拿着漏勺打水，数据再好也出不来好曲线。数据清洗时少处理异常值，曲线会出现突然拐点，比如某次处理前销量曲线有3处异常波动，处理后波动幅度从±200降到±50。所以得先补数据，再调特征，慢慢调参数，三步走才能让曲线服服帖帖。