模型具有较高的训练精度和较低的测试精度，但是测试精度会随着训练精度的提高而增加（是否过度拟合）？

Question

我正在训练的模型在训练集e.g., 0.9上具有很高的准确性，而在测试集（例如0.6）上却具有较低的准确性。我想。我过度拟合模型。

但是，我观察到的趋势是，当训练精度提高时，测试精度也会提高（而不是降低）。例如，我不断调整模型，使其在训练中达到0.99的准确性更加复杂，同时测试集的准确性也提高了例如0.7。这是什么意思？我真的适合模型吗？或我的模型实际上捕获了一些可以概括的有用功能