Daftar Isi:
Definisi - Apa yang dimaksud Overfitting?
Dalam statistik dan pembelajaran mesin, overfitting terjadi ketika model mencoba memprediksi tren dalam data yang terlalu berisik. Overfitting adalah hasil dari model yang terlalu rumit dengan terlalu banyak parameter. Model yang overfitted tidak akurat karena tren tidak mencerminkan kenyataan data.
Techopedia menjelaskan Overfitting
Model overfitted adalah model dengan garis tren yang mencerminkan kesalahan pada data yang dilatihnya, alih-alih secara akurat memprediksi data yang tidak terlihat. Ini lebih baik dilihat secara visual dengan grafik titik data dan garis tren. Model overfitted menunjukkan kurva dengan poin yang lebih tinggi dan lebih rendah, sedangkan model yang dipasang dengan benar menunjukkan kurva yang halus atau regresi linier.
Masalah utama dengan overfitting adalah bahwa model telah secara efektif menghafal titik data yang ada daripada mencoba memprediksi bagaimana titik data yang tidak terlihat.
Overfitting biasanya hasil dari jumlah poin pelatihan yang berlebihan. Ada sejumlah teknik yang dapat digunakan para peneliti pembelajaran mesin untuk mengurangi overfitting, termasuk validasi silang, regularisasi, penghentian dini, pemangkasan, prior Bayesian, dropout dan perbandingan model.
