因此，当模型足够复杂以非常适合在训练数据中观察到的示例时，就会发生过拟合，这样模型就无法很好地概括未见过的实例（验证数据）。

因此，对于过拟合，我们预计训练 F1 分数会持续下降，而 valid_1 F1 分数会增加。

在这里，该图显示训练和验证 F1 分数在 epochs/iterations 中都已稳定。不过可以说，我们可以看到随着训练 F1 分数的降低，valid_1略有增加。这可能表明（非常轻微的）过度拟合。