Koneoppimisen ylihallinnan ymmärtäminen

Yliohjattu viittaa tilanteeseen, jossa malli on liian tarkka ja sieppaa datan kohinan, mikä johtaa huonoon yleistyssuorituskykyyn. Toisin sanoen malli sovittaa liikaa harjoitusdataan, eikä se yleisty hyvin uuteen, näkemättömään dataan.

Yliohjatussa mallissa ominaisuuksien kertoimet ovat liian suuret ja malli pystyy sovittamaan kohinan tiedot täsmälleen, mutta tämä tarkkuus tulee huonon yleistyssuorituskyvyn kustannuksella. Mallista tulee liian erikoistunut harjoitustietoihin, eikä se pysty kaappaamaan datan taustalla olevia kuvioita.

Ylivalvonnan välttämiseksi on tärkeää käyttää asianmukaisia regularisointitekniikoita, kuten L1- tai L2-regulointia, suurten kertoimien rankaisemiseksi ja ylisovituksen estämiseksi. Lisäksi tekniikoita, kuten ristiinvalidointia, voidaan käyttää arvioimaan mallin suorituskykyä uusilla tiedoilla ja estämään ylisovitus.