Inhoud
- Definitie - Wat betekent overfitting?
- Een inleiding tot Microsoft Azure en de Microsoft Cloud | In deze handleiding leert u wat cloud computing inhoudt en hoe Microsoft Azure u kan helpen bij het migreren en runnen van uw bedrijf vanuit de cloud.
- Techopedia verklaart Overfitting
Definitie - Wat betekent overfitting?
In statistieken en machine learning treedt overfitting op wanneer een model een trend in te luidende gegevens probeert te voorspellen. Overfitting is het resultaat van een te complex model met te veel parameters. Een model met overfitting is onnauwkeurig omdat de trend niet de realiteit van de gegevens weerspiegelt.
Een inleiding tot Microsoft Azure en de Microsoft Cloud | In deze handleiding leert u wat cloud computing inhoudt en hoe Microsoft Azure u kan helpen bij het migreren en runnen van uw bedrijf vanuit de cloud.
Techopedia verklaart Overfitting
Een overfitted model is een model met een trendlijn die de fouten weergeeft in de gegevens waarmee het is getraind, in plaats van ongeziene gegevens nauwkeurig te voorspellen. Dit is visueel beter te zien met een grafiek van gegevenspunten en een trendlijn. Een overfitted model toont een curve met hogere en lagere punten, terwijl een goed passend model een vloeiende curve of een lineaire regressie vertoont.
Het grootste probleem met overfitting is dat het model bestaande datapunten effectief heeft onthouden in plaats van te proberen te voorspellen hoe ongeziene datapunten zouden zijn.
Overfitting is meestal het gevolg van een te groot aantal trainingspunten. Er zijn een aantal technieken die onderzoekers van machine learning kunnen gebruiken om overfitting te verminderen, waaronder kruisvalidatie, regularisatie, vroeg stoppen, snoeien, Bayesiaanse priors, uitval en vergelijking van modellen.