【模型复杂度 vs 数据复杂度】
一个函数完美的拟合了数据， 模型完美的拟合了数据
【泛化误差（实际误差） vs 训练误差】
训练误差降到一定程度拟合了所有的数据，但是泛化误差却慢慢变大
真实考试 vs 模考 模考考的都是真题，真实考试却考不好
**1. 获取和使用更多的数据（数据集增强）——解决过拟合的根本性方法 *****
**2. 采用合适的模型（控制模型的复杂度） *****
