Definition
当模型对训练数据学习得过于完美，包括其随机噪声和异常值时，就会发生过拟合。这导致模型在训练数据上表现优异，但在新的、未见过的测试数据上表现糟糕。
Summary
一种建模误差，机器学习算法捕捉到了噪声而非潜在信号，从而损害了泛化能力。
Key Concepts
- 高方差
- 泛化能力差
- 训练误差与测试误差差距大
- 模型复杂度
Use Cases
- 诊断模型性能问题
- 选择正则化强度
- 确定最佳模型深度
A comprehensive multilingual AI terminology dictionary
当模型对训练数据学习得过于完美，包括其随机噪声和异常值时，就会发生过拟合。这导致模型在训练数据上表现优异，但在新的、未见过的测试数据上表现糟糕。
一种建模误差，机器学习算法捕捉到了噪声而非潜在信号，从而损害了泛化能力。