Innholdsfortegnelse:
Definisjon - Hva betyr Overfitting?
I statistikk og maskinlæring skjer overmasse når en modell prøver å forutsi en trend i data som er for mye støy. Overfitting er resultatet av en altfor kompleks modell med for mange parametere. En modell som er overmontert er unøyaktig fordi trenden ikke gjenspeiler virkeligheten til dataene.
Techopedia forklarer Overfitting
En overmontert modell er en modell med en trendlinje som gjenspeiler feilene i dataene den er trent med, i stedet for å forutsi usett data nøyaktig. Dette sees bedre visuelt med en graf over datapunkter og en trendlinje. En overmontert modell viser en kurve med høyere og lavere punkter, mens en riktig montert modell viser en jevn kurve eller en lineær regresjon.
Hovedproblemet med overmontering er at modellen effektivt har husket eksisterende datapunkter i stedet for å prøve å forutsi hvor usett datapunkter ville være.
Overfitting resulterer typisk fra et for høyt antall treningspunkter. Det er en rekke teknikker som maskinlæringsforskere kan bruke for å dempe overinnredning, inkludert kryssvalidering, regularisering, tidlig stopp, beskjæring, Bayesian-forutgående, frafall og modell-sammenligning.
