Makine Öğreniminde Aşırı Kontrolü Anlamak

Aşırı kontrol, modelin çok hassas olduğu ve verilerdeki gürültüyü yakaladığı, dolayısıyla genelleme performansının zayıf olduğu bir durumu ifade eder. Başka bir deyişle, model eğitim verilerine aşırı uyum sağlıyor ve yeni, görünmeyen verilere iyi bir şekilde genellenemiyor.

Aşırı kontrollü bir modelde, özelliklerin katsayıları çok büyük ve model, gürültüyü tam olarak veridir, ancak bu kesinlik zayıf genelleme performansına mal olur. Model, eğitim verileri için fazla uzmanlaşmış hale gelir ve verilerdeki altta yatan kalıpları yakalamakta başarısız olur. Ek olarak, modelin yeni veriler üzerindeki performansını değerlendirmek ve aşırı uyumu önlemek için çapraz doğrulama gibi teknikler kullanılabilir.