什么是过拟合

简单来说，就是当训练迭代次数增加时，训练精度进一步提高，然而测试精度不升反降的情况。过拟合出现，说明我们优化过头了，将无关紧要甚至是错误的“假规律”也学到了。判断模型是否出现过拟合，只需要可视化训练过程（记录精度），查看训练过程精度变化曲线轨迹。过拟合需要通过正则化的手段解决。

什么时候容易导致过拟合？

简单来说，就是有效数据相对（模型复杂程度来说）不足