Overtilpasning
term_id: overfitting
Category: training_techniques
Definition
Overtilpasning opstår, når en model lærer træningsdataene for godt, herunder deres tilfældige støj og outliers, hvilket resulterer i fremragende ydeevne på træningsdataene, men dårlig ydeevne på nye, usete testdata.
Summary
En modelfejl, hvor en maskinlæringsalgoritme fanger støj i stedet for den underliggende signalstruktur, hvilket skader generaliseringsevnen.
Key Concepts
- Høj varians
- Dårlig generalisering
- Klumpe mellem trænings- og testfejl
- Modelkompleksitet
Use Cases
- Diagnostik af modelproblemer
- Valg af regulariseringsstyrke
- Bestemmelse af optimal modellængde/dybde