Переобучение — различия между версиями

Материал из Викиконспекты
Перейти к: навигация, поиск
м (Поправить разметку)
м (Поправить разметку)
Строка 21: Строка 21:
 
Представьте задачу классификации размеченых точек. Рис 3 показывает результат использования модели <math>g(θ_0+θ_1*x_1+θ_2*x_2)</math> для представленного датасета. Как и в предыдущем примере данные не поддаются классификации по линейной зависимости.
 
Представьте задачу классификации размеченых точек. Рис 3 показывает результат использования модели <math>g(θ_0+θ_1*x_1+θ_2*x_2)</math> для представленного датасета. Как и в предыдущем примере данные не поддаются классификации по линейной зависимости.
 
Рис 3, Рис 4
 
Рис 3, Рис 4
В случае же выбора модели </math>g(θ_0+θ_1*x_1+θ_2*x_2+θ_3*x_1^2+θ_4*x_2^2+x_1*x_2)<math>, представленой на Рис 4, данные значительно лучше соответствуют модели.  
+
В случае же выбора модели <math>g(θ_0+θ_1*x_1+θ_2*x_2+θ_3*x_1^2+θ_4*x_2^2+x_1*x_2)<math>, представленой на Рис 4, данные значительно лучше соответствуют модели.
  
 
== Кривые обучения ==
 
== Кривые обучения ==

Версия 20:34, 13 октября 2018

Переобучение (overfitting, high variance) - негативное явление возникающее, когда величина средней ошибки обученного алгоритма на объектах тестовой выборки оказывается существенно выше, чем величина средней ошибки на обучающей выборке. Переобучение возникает при использовании избыточно сложных моделей.
Недообучение (underfitting, high bias) - негативное явление возникающее, когда алгоритм обучения не обеспечивает достаточно малой величины средней ошибки на обучающей выборке. Недообучение возникает при использовании недостаточно сложных моделей.

Примеры

Переобучение на примере линейной регрессии

Представьте задачу предсказания y по x ∈ R. Рис 6 показывает результат использования модели [math]y=θ_0+θ_1*x+θ_2*x^2+θ_3*x^3+θ_4*x^4[/math] для представленного датасета. Как видно из Рис 6 данная модель слишком заточена для обучающего датасета и, веротяно, покажет плохой результат на тестовой. Рис 6, Рис 7 Если же добавить упростить модель, и использовать функцию [math]y=θ_0+θ_1*x+θ_2*x^2[/math], как представлено на Рис 7, то модель значительно лучше подходит для представленного датасета.

Переобучение на примере логистической регрессии

Представьте задачу классификации размеченых точек. Рис 8 показывает результат использования модели [math]g(θ_0+θ_1*x_1+θ_2*x_1^2+θ_3*x_2*x_1^2+θ_4*x_1^2*x_2^2 + ...)[/math] для представленного датасета. Рис 8, Рис 9 В случае же выбора модели [math]g(θ_0+θ_1*x_1+θ_2*x_2+θ_3*x_1^2+θ_4*x_2^2+x_1*x_2)[/math], представленой на Рис 9, данные значительно лучше соответствуют модели.

Недообучение на примере линейной регрессии

Представьте задачу предсказания y по x ∈ R. Рис 1 показывает результат использования модели [math]y=θ_0+θ_1*x[/math] для представленного датасета. Как видно из Рис 1 данные не поддаются линейной зависимости и по-этой причине модель не очень хороша. Рис 1, Рис 2 Если же добавить дополнительный параметр x^2, и использовать модель [math]y=θ_0+θ_1*x+θ_2*x^2[/math], как представлено на Рис 2, то модель значительно лучше подходит для представленного датасета.

Недообучение на примере логистической регрессии

Представьте задачу классификации размеченых точек. Рис 3 показывает результат использования модели [math]g(θ_0+θ_1*x_1+θ_2*x_2)[/math] для представленного датасета. Как и в предыдущем примере данные не поддаются классификации по линейной зависимости. Рис 3, Рис 4 В случае же выбора модели <math>g(θ_0+θ_1*x_1+θ_2*x_2+θ_3*x_1^2+θ_4*x_2^2+x_1*x_2)<math>, представленой на Рис 4, данные значительно лучше соответствуют модели.

Кривые обучения

Кривые обучения при переобучении

...

Кривые обучения при недообучении

...

Возможные решения

Возможные решения при переобучении

  • Увеличение данных датасета
  • Уменьшение количества параметров
  • Добавление регуляризации / увеличение коэффициента регуляризации

Возможные решения при недообучении

  • Добавление новых параметров
  • Использование для описания модели функций с более высокой степенью
  • Уменьшение коэффициента регуляризации