과적합

1 개요

overfitting

過適合

과적합, 과적화, 과잉적합, 과최적화, 오버피팅

• 일반화 부족
• 통계모델이 다른 상황에 일반화되지 못하는 것
• 기계학습에서 데이터에 대한 학습이 너무 많이 수행되는 현상
• 통계모델이 과도하게 샘플데이터 맞춤형으로 만들어져 오히려 현실과 맞지 않게 되는 일
• 통계모델에 매개변수가 너무 많은 경우, 샘플데이터 수에 비해 모델이 복잡하고 예측력이 떨어진다.
• 생성된 모델이 훈련 데이터와 지나치게 일치하여, 새 데이터를 올바르게 예측하지 못하는 경우이다.
• 모델이 트레이닝셋에 너무 최적화되어 있어서, 실제모델(현실적으로는 테스트셋)과 맞지 않게 되는 것이다.
• 학습 대상 데이터에 대한 오차는 감소하지만, 실제 사례에 적용할 경우 오차가 증가하는 문제를 수반한다.

2 방지 방법

• 더 많은 트레이닝 데이터 확보
• 피쳐 수 감소
• 정규화

3 같이 보기

• 적합
• 적합도
• 예측력
• 과소적합
• 오컴의 면도날
• 통계 모델 유연성
• 트레이닝셋, 테스트셋
• 편향-분산 트레이드오프

4 참고

• https://en.wikipedia.org/wiki/Overfitting
• http://scienceon.hani.co.kr/377752