文章标题

过拟合（over-fitting）一直都是机器学习领域出现最为频繁的字眼。对于它的定义不可谓不多：

1.  

谈到过拟合，往往就涉及过拟合产生的原因，以及有哪些手段能够降低过拟合的程度。要探讨过拟合产生的缘由，以及如何降低过拟合程度，个人觉得从机器学习（称统计机器学习更合适一点）的几个基本流程展开来说比较顺畅直观。

---

用机器学习来解决实际问题的步骤为：数据预处理 -> 特征提取与特征选择 -> 目标函数定义 -> 模型选择 -> 模型训练 -> 模型验证 ，总体流程差不多是这样了。

>数据预处理阶段