过拟合与欠拟合
参考链接：https://blog.csdn.net/xuaho0907/article/details/88649141
fitting:拟合，就是说这个曲线能不能很好的描述这个样本，有比较好的泛化能力
过拟合（OverFititing）：太过贴近于训练数据的特征了，在训练集上表现非常优秀，近乎完美的预测/区分了所有的数据，但是在新的测试集上却表现平平。
欠拟合(UnderFitting)：样本不够或者算法不精确，测试样本特性没有学到，不具泛化性，拿到新样本后没有办法去准确的判断