Overfitting
term_id: overfitting
Category: training_techniques
Definition
Overfitting tritt auf, wenn ein Modell die Trainingsdaten zu gut lernt, einschließlich deren zufälligem Rauschen und Ausreißern. Dies führt zu einer hervorragenden Leistung auf den Trainingsdaten, aber zu einer schlechten Leistung auf neuen, ungesehenen Testdaten.
Summary
Ein Modellierungsfehler, bei dem ein maschineller Lernalgorithmus Rauschen statt des zugrunde liegenden Signals erfasst, was die Verallgemeinerungsfähigkeit beeinträchtigt.
Key Concepts
- Hohe Varianz
- Schlechte Generalisierung
- Lücke zwischen Trainings- und Testfehler
- Modellkomplexität
Use Cases
- Diagnose von Leistungsproblemen des Modells
- Auswahl der Regularisierungsstärke
- Bestimmung der optimalen Modelltiefe