什么是过拟合？有哪些解决手段？

题目

请解释什么是过拟合，并列出常见的解决手段。

参考答案

过拟合（Overfitting）：模型在训练集上表现很好，但在验证/测试集上表现差——即模型”记住了”训练数据的噪声与细节，而非学到通用规律，泛化能力差。

典型信号：训练损失持续下降，验证损失却开始上升。

成因：

• 模型容量过大（参数过多）
• 训练数据太少或噪声多
• 训练轮数过多
• 特征数量远多于样本数量

解决手段：

类别	手段	说明
数据	增加数据	更多样本/数据增强，治本之策
数据	降噪	清洗错误标注与异常值
模型	降低复杂度	减层/减神经元/减特征
正则	L1/L2 正则	在损失加权重惩罚，L1 稀疏、L2 平滑
正则	Dropout	训练时随机失活神经元，强制冗余表征
训练	早停（Early Stopping）	验证损失上升即停训
训练	交叉验证	选最优轮次与超参
集成	Bagging/集成	多模型平均降方差（如随机森林）
数据	特征选择	剔除冗余特征（Lasso/PCA）

面试易错点：题目常以”下列哪种不属于过拟合解决手段”出现，需注意——数据增强、正则化、Dropout、早停属于；而增大学习率、增加训练轮数、增加模型层数不属于（反而可能加剧）。

出处：机器学习算法工程师面试题集（人人文库《2026 人工智能算法工程师机器学习深度学习面试题》）。