爲什麼會產生過擬合，有哪些方法可以預防或克服過擬合？
什麼是過擬合：
所謂過擬合（Overfit），是這樣一種現象：一個假設在訓練數據上能夠獲得比其他假設更好的擬合，但是在訓練數據外的數據集上卻不能很好的擬合數據。此時我們就叫這個假設出現了overfit的現象。
過擬合產生的原因：
出現這種現象的主要原因是訓練數據中存在噪音或者訓練數據太少。
預防或克服措施：
1、 增大數據量2、 減少feature個數（人工定義留多少個feature或者算法選取這些feature）
3、 正則化（留下所有的feature，但對於部分feature定義其parameter非常小）
4、 交叉驗證