“要在训练集上过拟合才能保证测试准确率”，这个有点不明白，之前理解过拟合就是在训练集拟合表现很好，但到了测试集表现很差泛化能力不行，可是如果是这样过拟合怎么会保证测试准确率呢？

老师什么任务必须要在训练集上过拟合才能保证测试准确率

身高和体重，不具有相关性吧。

本讲的随机性：‘随机性可以做很多理解，在这里我指的是因为我们不能知道有影响的全部变量，所以我们只能假设我们观测到的是一个有噪声的系统。’ 个人理解，是说的样本数据信息不足，导致模型预测时候随机很大，出现过拟合欠拟合问题。所以，我们的数据样本包含的信息要充足。 另一方面，在机器学习训练时候，还要利用随机性，如在代码中，我们会shuffle训练集，bert分词时候长度选择也是随机的等； 还有，训练集测试集不一致，这个坑很大。。。

这里的随机性指的是没有获得足够的信息量或数据的特征过少，而那些未知的特征或信息可以定义成随机性，当特征数量很少的时候，模型肯定不足以获得精准的预测。

可以这样理解吗： 在测试集和训练集随机分布情况一致的时候，过拟合会保证测试准确率最高。 不过，如果换个场景，用户的真实数据分布和测试集、训练集不同的时候，问题就会暴露出来了？

开车