diff --git a/MarkDown/第二章_机器学习基础.md b/MarkDown/第二章_机器学习基础.md
index 588612d..c593ece 100644
--- a/MarkDown/第二章_机器学习基础.md
+++ b/MarkDown/第二章_机器学习基础.md
@@ -766,7 +766,7 @@ TODO其映射为TODO
 
 模型欠拟合：模型在点C处，在训练集以及测试集上同时具有较高的误差，此时模型的偏差较大。
 
-模型过拟合：模型在点A处，在训练集上具有较低的误差，在测试集上具有较高的误差，此时模型的方差较大。 
+模型过拟合：模型在点A处，在训练集上具有较低的误差，在测试集上具有较高的误差，此时模型的方差较大。 它通常发生在模型过于复杂的情况下，如参数过多等，会使得模型的预测性能变弱，并且增加数据的波动性。虽然模型在训练时的效果可以表现的很完美，基本上记住了数据的全部特点，但这种模型在未知数据的表现能力会大减折扣，因为简单的模型泛化能力通常都是很弱的。
 
 模型正常：模型复杂程度控制在点B处为最优。