สารบัญ:
คำจำกัดความ - การ Overfitting หมายถึงอะไร
ในสถิติและการเรียนรู้ของเครื่องการเกิด overfitting เกิดขึ้นเมื่อตัวแบบพยายามทำนายแนวโน้มของข้อมูลที่มีเสียงดังเกินไป การ overfitting เป็นผลมาจากรูปแบบที่ซับซ้อนเกินไปซึ่งมีพารามิเตอร์มากเกินไป โมเดลที่มีการติดตั้งมากเกินไปนั้นไม่ถูกต้องเนื่องจากแนวโน้มไม่ได้สะท้อนความเป็นจริงของข้อมูล
Techopedia อธิบาย Overfitting
โมเดลที่ติดตั้งมากเกินไปคือโมเดลที่มีเส้นแนวโน้มที่สะท้อนถึงข้อผิดพลาดในข้อมูลที่ได้รับการฝึกอบรมแทนการทำนายข้อมูลที่มองไม่เห็นอย่างแม่นยำ สิ่งนี้สามารถมองเห็นได้ดีขึ้นด้วยกราฟของจุดข้อมูลและเส้นแนวโน้ม แบบจำลองที่ติดตั้งมากเกินไปจะแสดงเส้นโค้งที่มีจุดสูงและจุดต่ำสุดในขณะที่แบบจำลองที่ได้รับการติดตั้งอย่างเหมาะสมจะแสดงเส้นโค้งที่เรียบหรือการถดถอยเชิงเส้น
ปัญหาหลักของการ overfitting คือโมเดลนั้นจดจำจุดข้อมูลที่มีอยู่ได้อย่างมีประสิทธิภาพแทนที่จะพยายามทำนายว่าจุดข้อมูลที่มองไม่เห็นนั้นจะเป็นอย่างไร
โดยทั่วไปแล้วการบรรจุมากเกินไปเป็นผลมาจากคะแนนการฝึกอบรมที่มากเกินไป มีเทคนิคหลายอย่างที่นักเรียนรู้เครื่องจักรสามารถใช้เพื่อลดการ overfitting รวมถึงการตรวจสอบข้ามการทำให้เป็นมาตรฐานการหยุดต้นการตัดแต่งกิ่งนักบวช Bayesian dropout และการเปรียบเทียบแบบจำลอง
