你对机器学习中的过拟合（Overfitting）如何理解？有哪些解决技术？

What is overfitting in machine learning and how can you mitigate it?

题目类型: 技术面试题

这是一道技术面试题，常见于澳洲IT公司面试中。

难度: medium

分类: Machine Learning

标签: Overfitting, Regularization, Cross Validation

参考答案摘要

答案 过拟合指模型在训练集上学得“过于精细”，把噪声也当成规律，导致训练表现很好但泛化到测试/真实数据变差。常见缓解方法包括：交叉验证评估泛化；正则化（L1/L2、Dropout）限制复杂度；特征选择与降维；早停（Early Stopping）；增加数据量/数据增强；使用更简单模型或通过集成方法提升稳健性；对树模型可用剪枝。

本题提供 STAR 原则详细解答和技术解析，登录匠人学院学习中心即可查看完整答案。