Índice:
Definição - O que significa Overfitting?
Nas estatísticas e no aprendizado de máquina, o ajuste excessivo ocorre quando um modelo tenta prever uma tendência em dados muito barulhentos. A super adaptação é o resultado de um modelo excessivamente complexo com muitos parâmetros. Um modelo que é sobreajustado é impreciso porque a tendência não reflete a realidade dos dados.
Techopedia explica Overfitting
Um modelo com excesso de ajuste é um modelo com uma linha de tendência que reflete os erros nos dados com os quais ele é treinado, em vez de prever com precisão dados não vistos. Isso é melhor visualizado visualmente com um gráfico de pontos de dados e uma linha de tendência. Um modelo com excesso de ajuste mostra uma curva com pontos mais altos e mais baixos, enquanto um modelo com ajuste adequado mostra uma curva suave ou uma regressão linear.
O principal problema com o ajuste excessivo é que o modelo memorizou efetivamente os pontos de dados existentes, em vez de tentar prever como seriam os pontos de dados invisíveis.
O excesso de ajuste normalmente resulta de um número excessivo de pontos de treinamento. Existem várias técnicas que os pesquisadores de aprendizado de máquina podem usar para mitigar o super ajuste, incluindo validação cruzada, regularização, parada antecipada, remoção, anteriores Bayesianos, desistência e comparação de modelos.
