过拟合、欠拟合、泛化误差、训练误差

1. 模型容量的影响：
   

   泛化误差：

   当训练的模型的容量过了最优点时，泛化误差反而升高，这是由于模型过于关注细节导致，模型也同时记住噪声；当拿来一个真的数据时，模型会被一些无关紧要的细节所干扰。

2. 希望