Overfitting的解釋 - Cupoy

2019/06/13 下午 00:49

機器學習共學討論版

Wei Yee Lim

觀看數：21

回答數：2

收藏數：0

ml100-2

ml100-2-d33

老師們好，這這天的內容中，有提到overfitting：

當中有提到說overfitting表示可能學習到資料中的噪音，這一點我不是很明白，

難道不是單純因為模型過於複雜，或是資料過少導致？

回答列表

• 2019/06/13 下午 03:36
  Jimmy
  贊同數：0
  不贊同數：0
  留言數：1

  Hi Wei Yee Lim!

  
  

  現實中的資料有各種可能的錯誤，人工標註錯誤、格式錯誤或者是資料搜集的偏誤 (例如要做貓狗分類器，結果狗的照片剛好都是晴天，貓的照片都是雨天)。

  諸如此類的錯誤都可以視為資料中的噪音，也就是這些噪音對我們最終要預測的目標沒有任何幫助，當你的模型過於複雜時，模型就有能力捕捉這些噪音，導致實際在應用時失準囉！

• 2019/06/18 下午 03:48
  張維元 (WeiYuan)
  贊同數：0
  不贊同數：0
  留言數：0

  不一定「單純因為模型過於複雜，或是資料過少導致」，因為相同的資料，每次抽樣都有可能不同，如果模型太 fit 某一種資料，就可能造成 overfitting 的現象。