आप कैसे जानते हैं कि आपका मॉडल ओवरफिटिंग है?

2024 लेखक: Lynn Donovan | [email protected]. अंतिम बार संशोधित: 2023-12-15 23:47

ओवरफिटिंग संदिग्ध है जब आदर्श प्रशिक्षण में उपयोग किए गए डेटा के संबंध में सटीकता अधिक है आदर्श लेकिन नए डेटा के साथ काफी गिरावट आई है। प्रभावी रूप से मॉडल जानता है प्रशिक्षण डेटा अच्छी तरह से लेकिन सामान्यीकरण नहीं करता है। यह बनाता है आदर्श भविष्यवाणी जैसे उद्देश्यों के लिए बेकार।

यह भी जानिए, अगर मॉडल ओवरफिटिंग हो तो क्या करें?

ओवरफिटिंग को संभालना

1. परतों को हटाकर या छिपी हुई परतों में तत्वों की संख्या को कम करके नेटवर्क की क्षमता को कम करें।
2. नियमितीकरण लागू करें, जो बड़े वजन के लिए हानि समारोह में लागत जोड़ने के लिए नीचे आता है।
3. ड्रॉपआउट परतों का उपयोग करें, जो कुछ सुविधाओं को शून्य पर सेट करके बेतरतीब ढंग से हटा देगा।

कोई यह भी पूछ सकता है कि डिसीजन ट्री में ओवरफिटिंग क्या है? अधिक फिटिंग यह वह घटना है जिसमें शिक्षण प्रणाली दिए गए प्रशिक्षण डेटा को इतनी मजबूती से फिट करती है कि अप्रशिक्षित डेटा के परिणामों की भविष्यवाणी करना गलत होगा। में निर्णय के पेड़ , अधिक फिटिंग तब होता है जब पेड़ प्रशिक्षण डेटा सेट में सभी नमूनों को पूरी तरह से फिट करने के लिए डिज़ाइन किया गया है।

इसके अतिरिक्त, मॉडल ओवरफिटिंग का क्या कारण है?

ओवरफिटिंग तब होता है जब एक आदर्श प्रशिक्षण डेटा में विस्तार और शोर को इस हद तक सीखता है कि यह प्रदर्शन को नकारात्मक रूप से प्रभावित करता है आदर्श नए डेटा पर। इसका मतलब यह है कि प्रशिक्षण डेटा में शोर या यादृच्छिक उतार-चढ़ाव को उठाया जाता है और अवधारणाओं के रूप में सीखा जाता है आदर्श.

मैं अंडरफिटिंग कैसे जान सकता हूँ?

एक मॉडल तब फिट बैठता है जब वह उस डेटा के संबंध में बहुत सरल होता है जिसे वह मॉडल करने का प्रयास कर रहा है। एक पता लगाने का तरीका ऐसी स्थिति पूर्वाग्रह-विचरण दृष्टिकोण का उपयोग करना है, जिसे इस तरह दर्शाया जा सकता है: जब आपके पास उच्च पूर्वाग्रह होता है तो आपका मॉडल फिट नहीं होता है।