بیش‌برازش

از ویکی‌پدیا، دانشنامهٔ آزاد
پرش به: ناوبری، جستجو

بیش‌برازش (به انگلیسی: Overfitting)[۱] به پدیدهٔ نامطلوبی در آمار گفته می‌شود که در آن درجه آزادی مدل بسیار بیشتر از درجه آزادی واقعی انتخاب شده و درنتیجه اگرچه مدل روی داده استفاده شده برای یادگیری بسیار خوب نتیجه می‌دهد، اما بر روی داده جدید دارای خطای زیاد است. انتخاب درجه آزادی مناسب به کمک وارسی اعتبار (Cross-validation) و تنظیم‌کردن (Regularization) از راه‌های مقابله با این پدیده‌است.[۲]

احتمال بیش برازش به این دلیل وچود دارد که معیار برازش مدل با معیاری که برای ارزیابی آن به کار می رود یکسان نیست. به این مفهوم که معمولا برای برازش مدل کارایی آن بر روی یک مجموعه نمونه های برازش بیشینه می شود. در صورتی که برای سنجش موثر بودن مدل نه تنها کارایی آن بر روی نمونه های برازش را می سنجند بلکه توانایی مدل بر روی نمونه هایی دیده نشده نیز در نظر گرفته می شود. بیش برازش زمانی اتفاق می افتد که مدل در هنگام برازش به جای "یادگیری" داده ها شروع به "حفظ کردن" آن ها می کند.

جستارهای وابسته[ویرایش]

منابع[ویرایش]

  1. معادل فارسی برگرفته از «استفاده از رگرسیون منطقی برای شناسایی اثرات متقابل برخی از پلی‌مورفیسم‌های ژنی و سایر عوامل خطر بر سطح پایین HDL: مطالعهٔ قند و لیپید تهران». غدد درون‌ریز و متابولیسم ایران (پژوهشکده غدد درون‌ریز و متابولیسم) ۱۴، ش. ۴ (۲۰۱۲): ۳۵۲-۳۵۹. 
  2. Hastie, Trevor, Robert Tibshirani and Jerome Friedman. The Elements of Statistical Learning. Springer, 2009. 219.