#模型诊断

过拟合 (Overfitting)

过拟合是机器学习模型在训练数据上表现极好，但在未见过的测试数据上表现显著变差的现象。从统计学习角度看，过拟合意味着模型捕捉到了训练数据中的噪声和随机波动，而非真实的底层分布规律。过拟合与高方差 (High Variance) 直接对应，是偏差-方差权衡 (Bias-Varianc