什么是过拟合，如何避免？

过拟合：训练集上表现很好，但是在测试集上表现很差，泛化性能差。

降低过拟合的方法：
（1）试着寻找最简单的假设
（2）正则化
（3）early stopping
说明：在每一个epoch结束的时候，计算验证集的accurancy，记录到目前为止最
好的交叉验证accuracy，当连续10次epoch没达到最好的准确率的时候，可
以认为accurancy不再提高了。
（4）数据集扩增
（5）dropout
说明：在神经网络中，随机删除一些隐藏层单元。