我正在处理一个多标签分类问题。类别之间存在严重的不平衡问题，但我通过类别权重平衡了这种不平衡。我使用“二元交叉熵”作为成本函数，并在输出层使用了Sigmoid激活函数。然而，我对损失曲线感到困惑（因为验证损失和测试损失是平行的）。这是过拟合的情况吗？

回答：

过拟合的典型特征是，当你的验证损失开始增加，而你的训练损失继续减少，即：

（图片改编自维基百科关于过拟合的条目）

以下是一些表示过拟合的其他图表（来源）：

另见Stack Overflow上的讨论线程如何知道是否发生欠拟合或过拟合？。

显然，你的图表没有表现出这种行为，因此你没有发生过拟合。