定义

过拟合（overfitting），指模型在训练数据上表现优异，但在新数据上性能显著下降的现象。由于过度复杂，模型捕捉了训练数据中的噪声和细节，导致泛化能力差。常见于参数过多、训练时间过长的情况。可通过正则化、早停等方法缓解。