该图旨在说明过度拟合的后果：如果我们将训练数据拟合得太好，我们也会拟合噪声，从而泛化较差。

“噪声 > 规律性”可以被认为是低 SNR（信噪比）。但是这里有一个缺陷：不需要有噪音就可以发生过度拟合。我们可以想象一个正弦拟合算法，我们输入一百万个 5Hz 的样本，然后尝试在 6Hz 上进行预测：它会惨遭失败，但没有噪音。

无论如何，这里的“噪音”是用来解释某事的，而不是一个定义。这不是我们如何概念化噪音。

该图在另一个方面进行了简化：更大的复杂性不一定会损害泛化。这就是双重下降现象。