它们的含义并不完全相同，但它们以下列方式相关：

• 当模型捕获数据中的噪声和异常值以及基础模式时，就会发生过度拟合。这些模型通常具有高方差和低偏差。这些模型通常很复杂，例如容易过度拟合的决策树、SVM 或神经网络。

• 当模型无法捕获数据的基本模式时，就会出现欠拟合。这些模型通常具有低方差和高偏差。这些模型通常很简单，无法捕捉线性和逻辑回归等数据中的复杂模式。