語言
AI 實驗室 · 理論概念
訓練很好、測試很差——模型背了雜訊而不是規律。
用多項式擬合有雜訊的訓練點。模型太複雜（次數太高）會把雜訊也背起來——訓練誤差很低，測試誤差卻爆掉。 這就是過擬合。
訓練 MSE
0.0217
測試 MSE
0.0262
差距（測試−訓練）
0.0044
泛化還不錯
訓練與測試誤差接近，代表模型抓到的是趨勢而非雜訊。試試把次數拉到 8–9，觀察差距如何拉開。