我构建了两个机器学习模型，其roc_auc_score如下：

模型1训练分数 – 95%测试分数 – 74%

模型2训练分数 – 78%测试分数 – 74%

模型1很可能在过拟合，但两个模型的测试分数相同。那么，这两个模型中哪个表现更好呢？

回答：

我假设这是一个假设性的问题，所有其他条件都是相同的。在这种情况下，我会用奥卡姆剃刀原则来论证，并宣布更简单的模型（可能是模型2）为赢家。

在实际操作中，其他因素也可能很重要。例如，你是否对模型2进行了广泛的超参数调优，从而对测试数据过拟合了？