بسیاری از مواقع overfitting رخ میده که در این حالت کلاسیفایر ما بر روی داده های آموزشی نتایج خوبی داره ولی نمی تونه روی داده های تستی این نتایج خوب را تعمیم بده در این مواقع به مدل high variance گفته میشه که قاعدتا مدل دارای پیچیده زیادی است برخی از مواقع هم کلاسیفایر دچار مشکل underfitting میشه که همان high bias که در این موارد مدل پیچیدگی مورد نظر را نداره که در این موارد مدل دقتش هم روی داده آموزشی و هم تستی پایین است.
یکی از کارهای که تو ساخت مدل باید در نظر داشته باشید تنظیم bias-variance هستش که از طریق تغییر hyperparamter ها و regularization حاصل میشه.