出现过拟合的根本原因是什么？

数据层面：

我的两方面理解：
1 观察值与真实值存在偏差： 
 训练样本的获取，本身就是一种 抽样。抽样操作就会存在误差， 也就是你的训练样本 取值 X，
        X = x(真值) + u（随机误差)，
机器学习的 优化函数 多为 min Cost函数，自然就是尽可能的拟合 X，而不是真实的x,所以 就称为过拟合了，实际上是学习到了真实规律以外的 随机误差。
 举个例子说，你想做人脸识别，人脸里有背景吧，要是你这批人脸背景A都相似，学出来的模型，见到背景A，就会认为是人脸。这个背景A就是你样本引入的误差。
 
2 数据太少，导致无法描述问题的真实分布
 @greatmanqss 已经表述了
 举个例子，投硬币问题 是一个 二项分布，但是如果 你碰巧投了10次，都是正面。那么你根据这个数据学习，是无法揭示这个规律的，根据统计学的大数定律（通俗地说，这个定理就是，在试验不变的条件下，重复试验多次，随机事件的频率近似于它的概率），当样本多了，这个真实规律是必然出现的。
 
为什么说 数据量大了以后 就能防止过拟合，数据量大了，
    问题2，不再存在，
    问题1，在求解的时候因为数据量大了， 求解min Cost函数时候， 模型为了求解到最小值过程中，需要兼顾真实数据拟合 和 随机误差拟合，所有样本的真实分布是相同的（都是人脸），而随机误差会一定程度上抵消（背景），

 

模型层面：

参数太多，模型就会变得复杂，拟合数据分布的能力就强，如果训练数据少，那么其刻画的分布就有限，复杂模型就会过度的去拟合训练集所刻画的分布，但是真实数据的分布比训练集刻画的分布要复杂，这样模型在更多数据上的拟合能力就会不尽如人意了

超参层面：