什么是泛化

泛化是指将具体的实例推广至更广泛的范围或概念。在机器学习和数据挖掘领域，泛化是指模型对于新数据的适应能力，即模型在训练集上学习到的规律能够推广到测试集或实际应用中的数据。泛化能力好的模型能够在面对新数据时做出准确的预测或分类。

泛化是机器学习中非常重要的概念，因为模型的目标是对未知数据做出准确的预测，而不仅仅是对训练数据中的样本做出准确的预测。为了提高模型的泛化能力，需要避免过拟合（模型在训练集上表现很好但在测试集上表现很差）和欠拟合（模型无法捕捉数据中的规律）现象，采取一些方法如交叉验证、正则化、特征选择等。

总之，泛化是指模型对新数据的适应能力，是评价机器学习模型优劣的重要指标之一。