तर्क अक्सर कहता है कि एक मॉडल को ओवरफिट करने से, इसकी सामान्यीकरण करने की क्षमता सीमित होती है, हालांकि इसका मतलब केवल यह हो सकता है कि ओवरफिटिंग एक मॉडल को एक निश्चित जटिलता के बाद सुधारने से रोकता है। क्या ओवरफिटिंग के कारण डेटा की जटिलता की परवाह किए बिना मॉडल खराब हो जाते हैं, और यदि हां, तो यह मामला क्यों है?
संबंधित: ऊपर दिए गए प्रश्न का अनुसरण करें, " जब एक मॉडल को परिभाषित नहीं किया जाता है? "
1
क्या आपका सवाल वास्तव में है कि क्या कोई ऐसा मामला है जहां ओवरफिट होना असंभव है?
—
सीन ओवेन
@ सीनियन: नहीं, ओवरफिट करना कैसे असंभव होगा?
—
भूलों
सहमत हूँ, जैसा कि आपने पूछा कि क्या ओवरफिटिंग करने से मॉडल खराब हो जाते हैं, चाहे डेटा कितना भी खराब क्यों न हो
—
शॉन ओवेन
ओवरफिटिंग परिभाषा से खराब है। यह नहीं होगा यदि यह नहीं थे के ऊपर -fitting।
—
गाला
मुझे आपको "मॉडल जटिलता जोड़ने" पर उद्धृत करने का मतलब नहीं था - मैं सिर्फ वाक्यांश को उजागर कर रहा था। किसी भी तरह मुझे लगता है कि मेरा मुद्दा मूल रूप से @GaLa के समान है, जो यह है कि ओवरफिटिंग का मतलब बहुत अधिक फिटिंग है। तो ऐसा लगता है कि आप हमसे एक तनातनी की पुष्टि करने के लिए कह रहे हैं। इसलिए, मुझे लगता है कि आप वास्तव में एक अलग सवाल पूछना चाहते हैं। उदाहरण के लिए, बढ़ती मॉडल जटिलता के कारण मॉडल खराब हो जाता है? या, डेटा की जटिलता किसी मॉडल के ओवरफिट की प्रवृत्ति से कैसे संबंधित है?
—
नाथन गोल्ड
