过度训练用英语怎么说

过度训练（overfitting）指的是在机器学习中，当模型在训练数据上表现良好，但在新数据上表现糟糕时所出现的现象。这种现象通常是由于模型过于复杂或训练数据集过小所导致的。
过度训练常常出现在深度学习和神经网络中。例如，假设我们正在训练一个模型来识别手写数字，并且我们有一个较小的训练集，其中包含了一些有噪声的图像。如果我们的模型太复杂，它可能会学习噪声的细节而非数字本身，从而导致在新数据上表现糟糕。
英文例句：
"The model was overfitting on the training data and performing poorly on the validation set." (模型在训练数据上过度训练，在验证集上表现不佳。)
"To prevent overfitting, we added regularization to the model." (为了防止过度训练，我们在模型中添加了正则化。)
"One way to mitigate overfitting is to increase the size of the training dataset." (减轻过度训练的方法之一是增加训练数据集的大小。)
中文翻译：
"模型在训练数据上过度训练，在验证集上表现不佳。"
"为了防止过度训练，我们在模型中添加了