用深度学习做二分类问题时，训练集精度很高，测试集精度就很低，差15%，是为什么呢？
两个集合分布差异太大，可以对训练集做一些数据增强。
比较常见的原因其实就是训练集和测试集的分布不一样。解决方法可以试下加数据增强，让模型的鲁棒性更强，还有就是可以尝试用迁移学习方法。
1、一般是数据样本太少，导致训练样本代表性不足，最好的解决方法是增加训练集，
2、如果是时间序列的数据，前后的数据差距较大，用前面的训练后面的测试，必然误差大，如果数据有周期性，至少选择一个周期的训练，效果就会好很多
3、存在过拟合现象，解决的方法就行降低训练期望，测试准确率反而会提高