Taula de continguts:
Definició: què significa Overfitting?
A l'estadística i l'aprenentatge automàtic, l'adequació es produeix quan un model intenta predir una tendència de dades massa sorollosa. L’excés d’adaptació és el resultat d’un model massa complex amb massa paràmetres. Un model que s’acompleix no és exacte perquè la tendència no reflecteix la realitat de les dades.
La Techopedia explica el Suplement
Un model no equipat és un model amb una línia de tendència que reflecteix els errors de les dades amb què s’entrena, en lloc de predir amb precisió les dades no vistes. Això es veu millor visualment amb un gràfic de punts de dades i una línia de tendència. Un model no equipat mostra una corba amb punts més alts i inferiors, mentre que un model adequat en forma correcta mostra una corba llisa o una regressió lineal.
El principal problema de l’acompliment és que el model ha memoritzat eficaçment els punts de dades existents en lloc d’intentar predir com serien els punts de dades no vistes.
La sobrepesa sol derivar en un nombre excessiu de punts d’entrenament. Hi ha una sèrie de tècniques que poden utilitzar els investigadors de l’aprenentatge automàtic per mitigar l’aparellament, com ara la validació creuada, la regularització, l’aturada precoç, la poda, les pròpies bayesianes, l’abandonament i la comparació de models.
