过拟合

在模型评估中，由于学习能力过于强大，把训练样本自身的一些特点当成了所有潜在样本都会具有的性质的现象称为「过拟合」（Overfitting）。过拟合会导致泛化性能下降，是机器学习面临的关键障碍。对应在函数图像中可以理解成，当训练幂次过高时，拟合曲线几乎能完美的经过训练集中的每一个点。