Есть ли какое-то конкретное поведение данных, которое отвечает за переоснащение и недообучение? - PullRequest
0 голосов
/ 06 ноября 2019

Поскольку я новичок в науке о данных, я просто хочу знать, есть ли какое-то конкретное поведение данных, которое отвечает за переоснащение и / или занижение? Потому что, если мы имеем дело с линейной регрессией, и мы должны получить линию наилучшего соответствия посредством градиентного спуска. Теперь, как мы можем получить переоснащение или недостаточно? Я знаю, что такое переоснащение и занижение, но проблема в том, как это возможно, когда вы уже применили градиентный спуск, чтобы получить наилучшую линию подгонки. Я надеюсь, что мой вопрос будет прояснен всем, кстати.

Спасибо и всего наилучшего.

1 Ответ

0 голосов
/ 06 ноября 2019

Меньшее количество выборок в данных может быть основной причиной переобучения модели. Даже если ваша модель проста, меньшая дисперсия (или вариация) в выборках данных может заставить модель учиться работать хорошо для «только» этих выборок и может не обеспечивать хорошего обобщения.

...