由于您在描述中没有提到这一点，所以我首先强调这些图表显示了不同大小的训练集的性能，即这是消融研究的结果。这很重要，因为这意味着 X 轴上的每个点都代表一个不同的模型。

现在，这两张图在图的左侧显示了明显的过度拟合：训练集的性能非常高，而测试/验证集的性能非常低。因此，所有用少于 450-500 个实例训练的模型都是过拟合的。但是两条曲线收敛到训练和验证性能相等的点，所以最后一个大约有 500 个实例的模型没有任何过度拟合的迹象。

欠拟合不太常见，也不太容易从这种曲线中检测到，但它的特点是即使在训练集上也表现不佳。这不会发生在这里，所以我认为这可以排除。训练集和测试集的性能相同的事实仅表明没有过度拟合，而不是模型欠拟合。