ai图像识别语音识别的过拟合问题有什么例子解释下？

ai图像识别语音识别，如果训练集上，

有a的，就能识别为b，没a的都不能识别为b

有c的也能识别为b，没c的都不能识别为b

此时 ac总是同时出现，同时消失。

那么只能说暂时 对于识别为b，a、c都有用。   

但是无法确定，对于未来更多的数据上识别b，a继续有用，还是没用，c 继续有用还是没用， a and c 有用或没用， a or c 有用或没用。

虽然无法确定，也只好先认为 a c 分别都有用  a and c、  a or c 也有用。

因为都是一样的准确率，这就是多解问题，通解。

如果新数据上涵盖了  a 、 c 、 a and c 、 a or c  与b和非b的组合。

a 有用 c没用   那么      新数据上  a成功率不变  c成功率降低     a and c 成功率降低、对但少识别   a or c 成功率降低多识别

a没用 c有用   新数据上，a成功率降低，c成功率不变   a and c 成功率降低、对但少识别  a or c 成功率降低多识别

ac 都没用  a and c有用 a c 准确率下降、多识别， a and c 准确率不变，a or c 准确率下降、多识别

ac 都有用  a  or c 有用  a c 准确率下降、少识别， a or c准确率不变。a and c准确率下降、少识别

就是数据最好涵盖，

a b，   a非b，     非a  b，  非a  非b    

c b，  c 非b，   非c  b，  非c  非b       

a and c  b，      a and c  非b，       非 （a and c）   b，    非（a and c） 非b

a or c  b，  a or c 非b，              非（a or c） b，     非（a or c） 非b。

统计到所有成功率。

解决办法，尽可能多的用更多的训练数据集，避免过拟合。