Forstå overfullstendige funksjoner i maskinlæring
Overkomplett refererer til en situasjon der en modell eller et sett med funksjoner er for kompleks og fanger opp mer variasjon i dataene enn nødvendig. Med andre ord, modellen eller funksjonene er i stand til å passe støyen i dataene i stedet for de underliggende mønstrene. Dette kan føre til dårlig generaliseringsytelse på nye data, ettersom modellen blir for spesialisert til treningsdataene. . For eksempel, hvis en modell har 100 funksjoner, men bare 20 av dem er virkelig relevante for problemet, anses de andre 80 funksjonene som overkomplette.
Jeg likte det
Jeg liker det ikke
Rapporter en innholdsfeil
Dele
