版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/ZK_J1994/article/details/81254134
-
过拟合（模型过分学习到数据中的细节，噪声；训练集与测试集上性能差距大）
-
数据（对数据去噪，减少噪声细节模式；增加数据量，更好的体现数据中的模式；都是使模型学到细节的机会降低）
-
模型（使用简单的模型，简单模型偏差大，拟合能力弱；正则化，控制模型复杂度；bagging，基模型偏差小，方差大，减小方差；模型融合）
-
训练（early_stop，不让模型过分拟合）