def train_model global X_train X_test Y_train Y_test global modelwords for doc in X_train wordsupdatesetdocsplit #构建模型 X_train_counts = nparraydoccountword for word in words

可以通过计算模型在训练集上的准确率和在测试集上的准确率来判断模型是否过拟合。

具体做法是，如果模型在训练集上的准确率远高于在测试集上的准确率，那么就说明模型过拟合了。

可以在训练模型的代码后面加入以下语句：

train_accuracy = model.score(X_train_counts, Y_train) test_accuracy = model.score(X_test_counts, Y_test)

if train_accuracy - test_accuracy > 0.1: messagebox.showwarning('警告', '模型可能存在过拟合问题！')

其中，train_accuracy是模型在训练集上的准确率，test_accuracy是模型在测试集上的准确率。如果它们之间的差值大于0.1，就认为模型存在过拟合问题。这个阈值可以根据实际情况进行调整。