过拟合指模型在训练集上表现很好，但在未见数据上明显变差。典型信号是训练损失持续下降而验证损失开始上升，或者训练指标与验证指标差距不断拉大，说明模型记住了噪声而非规律。
成因通常有几类：模型容量相对数据量过大、特征过多且噪声特征被利用、训练轮次过多、数据分布有偏或存在泄漏。深度模型参数多，尤其容易在样本不足时过拟合。
缓解手段首先是增加有效数据，包括数据增强和更合理的采样。其次是正则化，如 L1、L2 惩罚、Dropout、早停，用约束限制模型复杂度。树模型则可控制树深、叶子最小样本数。
特征层面要剔除泄漏特征和强噪声特征，做好特征筛选。交叉验证能更可靠地估计泛化能力，避免单次划分带来的偶然性。集成方法如 Bagging 也能降低方差。
识别过拟合的关键是始终保留独立的验证集，并监控训练与验证的差距。不要只看训练指标调参，否则越调越容易过拟合，最终线上效果反而下降。
