什么是过拟合和欠拟合
哪些公司问过
答案要点
- 过拟合:训练集好、测试集差,泛化能力弱,对应高方差
- 欠拟合:训练集和测试集都差,对应高偏差
- 用学习曲线区分:看训练与验证误差的高低和差距
- 过拟合对策:增数据、正则化、Dropout、早停、降低复杂度
- 欠拟合对策:更复杂模型、增加特征、减弱正则、充分训练
易错点
- 只看训练集指标判断模型好坏
- 欠拟合时还继续加正则,问题更严重
- 用测试集调参,导致对泛化能力的估计偏乐观
面试官常见追问
- 偏差和方差分别指什么?
- Dropout 为什么能缓解过拟合?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。