这部分泛化误差是由于模型对训练数据的微小变化过渡敏感导致的。具有高自由度的模型（例如高阶多项式模型）很可能也有高方差，所以很容易对训练数据过渡拟合。

**对时间序列模型进行优化1.首先将时序数据分解为趋势分量，季节周期分量和随机分量2.对趋势分量使用ARIMA模型进行拟合3.季节周期分量则使用历史同期分量4.随机分量则是使用历史同类的平均值进行预测5.使用面向对象的方式，构造模型的类，自动选取最优的模型参数**