विषयसूची:
परिभाषा - ओवरफिटिंग का क्या अर्थ है?
आंकड़ों और मशीन सीखने में, ओवरफिटिंग तब होती है जब एक मॉडल डेटा में एक प्रवृत्ति की भविष्यवाणी करने की कोशिश करता है जो बहुत शोर है। ओवरफ़िटिंग बहुत अधिक मापदंडों के साथ एक अत्यधिक जटिल मॉडल का परिणाम है। एक मॉडल जो ओवरफ़ीड किया गया है वह गलत है क्योंकि प्रवृत्ति डेटा की वास्तविकता को प्रतिबिंबित नहीं करती है।
टेकोपेडिया ओवरफिटिंग की व्याख्या करता है
एक ओवरफिटेड मॉडल एक ट्रेंड लाइन वाला मॉडल है जो अनदेखी डेटा की सटीक भविष्यवाणी करने के बजाय, इसके साथ प्रशिक्षित डेटा में त्रुटियों को दर्शाता है। यह नेत्रहीन रूप से डेटा बिंदुओं के ग्राफ और एक प्रवृत्ति रेखा के साथ देखा जाता है। एक ओवरफिटेड मॉडल उच्च और निम्न बिंदुओं के साथ एक वक्र दिखाता है, जबकि एक ठीक से फिट मॉडल एक चिकनी वक्र या एक रैखिक प्रतिगमन दिखाता है।
ओवरफिटिंग के साथ मुख्य समस्या यह है कि मॉडल ने मौजूदा डेटा बिंदुओं को प्रभावी ढंग से याद करने की बजाय यह अनुमान लगाने की कोशिश की है कि अनदेखी डेटा बिंदु कैसे होंगे।
ओवरफिटिंग में आमतौर पर अत्यधिक संख्या में प्रशिक्षण बिंदु होते हैं। ऐसी कई तकनीकें हैं जो मशीन सीखने वाले शोधकर्ता ओवर-नाइटिंग को कम करने के लिए उपयोग कर सकते हैं, जिसमें क्रॉस-मान्यता, नियमितीकरण, शुरुआती रोक, छंटाई, बेयसियन पुजारी, ड्रॉपआउट और मॉडल तुलना शामिल हैं।
