首页 > 试题广场 >

机器学习中的“过拟合（Overfitting）”是什么

[问答题]

机器学习中的“过拟合（Overfitting）”是什么？

查看答案及解析

开心的祖国花朵希望被捞

模型过度学习了训练集的特征，它在训练集上表现很好但在没见过的数据中表现较差

发表于 2025-09-09 17:46:54 回复(0)

牛客814388755号

在训练集效果很好但是测试集或者实际应用过程中效果不理想，泛化能力差

发表于 2025-09-04 21:43:30 回复(0)

哈罗罗

过拟合是指模型对于训练数据拟合程度较好，而对测试数据拟合不好

发表于 2025-08-29 14:00:06 回复(0)

牛客239605450号

训练集上表现比较好但是在测试卷上表现较差泛化能力不是很强

发表于 2025-08-12 13:35:56 回复(0)

好奇的话题终结者在创作

模型在训练时把所有细节都学到了，然后在测试时效果不好，泛化能力下降

发表于 2025-08-04 11:14:06 回复(1)

保持初衷666

训练集上效果好，测试集上效果不好

发表于 2025-08-02 21:41:34 回复(0)

小码子12

模型再训练集中表现好，但在测试集上表现差

发表于 2025-07-26 21:05:42 回复(0)

阿猫阿狗石头

模型在训练集上表现很好，测试集上表现很差

发表于 2025-07-25 16:40:02 回复(0)

没有昵称222

训练出的模型在训练集上表现良好，但在测试集上表现很差，就是过拟合，解决过拟合可以通过正则化方法

发表于 2025-07-20 09:18:37 回复(0)

提交观点

问题信息

来自：机器学习-牛客面经八股

难度：

9条回答 5收藏 98浏览

扫一扫，把题目装进口袋