首页 / 过拟合
🎯 过拟合 是什么？
过拟合就是AI把考题答案背得滚瓜烂熟，但换一道新题就不会了。
⚡ 一句话秒懂
过拟合就是AI把考题答案背得滚瓜烂熟，但换一道新题就不会了。
📖 举个故事
小明要考试了。他死记硬背了去年期末考的所有题目和答案。考试时遇到一模一样的题，他答得很漂亮。但老师出了一道新题型：小明傻眼了，因为他的学习方法不是理解原理，而是背答案。AI的过拟合就是这个问题。模型把训练数据里的每个细节都记住了——包括噪音和错误——但遇到新数据就表现很差。就像学开车只练教练场的三个弯道，换一个停车场就不会倒车了。
💡 类比理解
暂未补充。
🧩 真实例子
暂未补充。
🛠️ 怎么实际使用
你训练AI识别猫和狗。你用了1000张照片作为训练集，把AI训练了500轮。AI在训练集上准确率99%，你很满意。但让它识别一张新照片——AI把它错判成狗，其实那是一只白猫。问题出在你的训练数据里所有白猫都是特定角度。AI不是学会了猫的一般特征，而是记住了训练集里每张照片的特定细节。过拟合了。
📚 进阶原理
过拟合指模型在训练数据上表现很好，但在新数据上表现差。原因是模型学到了数据中的噪音和特定模式，而非通用的规律。特征：训练损失持续下降但验证损失开始上升。解决方法：正则化（L1/L2）、Dropout（随机关闭部分节点）、早停法（验证损失不再下降就停止训练）、数据增强（制造更多样化的训练数据）、减少模型参数。