过拟合是指为了得到一致假设而使假设变得过度严格。避免过拟合是分类器设计中的一个核心任务。通常采用增大数据量和测试样本集的方法对分类器性能进行评价。 过拟合=自负 可以从字面意思来理解，就是过度的拟合（虽然很符合当前现有数据，但是对于后续的大量数据来说就不一定能够很好拟合了）
