overfitting पर टैग किए गए जवाब

मैं समझता हूं कि "ओवरफिटिंग" का क्या मतलब है, लेकिन मुझे वास्तविक दुनिया के उदाहरण के साथ आने के लिए मदद की जरूरत है जो ओवरफिटिंग पर लागू होती है।

107 overfitting 

भविष्यवक्ताओं और नमूना आकार साथ एक अच्छी पुरानी प्रतिगमन समस्या पर विचार करें । सामान्य ज्ञान यह है कि ओएलएस आकलनकर्ता ओवरफिट करेगा और आम तौर पर रिज रिग्रेशन अनुमानक द्वारा बेहतर प्रदर्शन करेगा:यह एक इष्टतम नियमितीकरण पैरामीटर खोजने के लिए क्रॉस-मान्यता का उपयोग करने के लिए मानक है । …

50 cross-validation  regularization  overfitting  ridge-regression  shrinkage 

मेरे पास एक कंप्यूटर विज्ञान पृष्ठभूमि है, लेकिन मैं इंटरनेट पर समस्याओं को हल करके खुद को डेटा विज्ञान सिखाने की कोशिश कर रहा हूं। मैं पिछले कुछ हफ्तों से इस समस्या पर काम कर रहा हूं (लगभग 900 पंक्तियाँ और 10 विशेषताएँ)। मैं शुरू में लॉजिस्टिक रिग्रेशन का उपयोग …

41 random-forest  overfitting 

अनुकूली डेटा विश्लेषण का विचार का है कि आप लिए अपनी योजना को बदल दें क्योंकि आप इसके बारे में अधिक सीखते हैं। खोजपूर्ण डेटा विश्लेषण (EDA) के मामले में, यह आम तौर पर एक अच्छा विचार है (आप अक्सर डेटा में अप्रत्याशित पैटर्न की तलाश कर रहे हैं), लेकिन …

29 hypothesis-testing  overfitting  eda  out-of-sample  differential-privacy 

मैं CIFAR10 डेटासेट पर एक सरल तंत्रिका नेटवर्क का प्रशिक्षण दे रहा हूं। कुछ समय बाद, सत्यापन हानि बढ़ने लगी, जबकि सत्यापन सटीकता भी बढ़ रही है। परीक्षण हानि और परीक्षण सटीकता में सुधार जारी है। यह कैसे हो सकता है? ऐसा लगता है कि यदि सत्यापन हानि में वृद्धि …

28 neural-networks  deep-learning  conv-neural-network  overfitting 

क्या लॉजिस्टिक रिग्रेशन मॉडल को ओवरफिट करना संभव है? मैंने एक वीडियो देखा जिसमें कहा गया था कि यदि आरओसी वक्र के नीचे मेरा क्षेत्र 95% से अधिक है, तो इसके बहुत अधिक फिट होने की संभावना है, लेकिन क्या लॉजिस्टिक रिग्रेशन मॉडल को ओवरफिट करना संभव है?

28 logistic  overfitting  regression-strategies 

मैंने एंड्रयू एनजी के मशीन लर्निंग कोर्स को एक साल पहले पूरा कर लिया है, और अब मैं अपने हाई स्कूल मैथ की खोज को लॉजिस्टिक रिग्रेशन और तकनीकों के प्रदर्शन पर अनुकूलित करने के लिए लिख रहा हूं। इन तकनीकों में से एक, निश्चित रूप से, नियमितीकरण है। नियमितीकरण …

27 regression  machine-learning  optimization  regularization  overfitting 

क्या यह सच है कि बायेसियन तरीके अधिक नहीं हैं? (मैंने यह दावा करते कुछ पेपर और ट्यूटोरियल देखे) उदाहरण के लिए, यदि हम एमएनआईएसटी (हस्तलिखित अंक वर्गीकरण) के लिए एक गौसियन प्रक्रिया लागू करते हैं, लेकिन केवल इसे एक एकल नमूना दिखाते हैं, तो क्या यह उस एकल नमूने …

25 bayesian  nonparametric  gaussian-process  overfitting  misspecification 

मान लें कि एक मॉडल के प्रशिक्षण डेटा पर 100% सटीकता है, लेकिन परीक्षण डेटा पर 70% सटीकता है। इस मॉडल के बारे में निम्नलिखित तर्क सही है? यह स्पष्ट है कि यह एक ओवरफेड मॉडल है। ओवरफिटिंग को कम करके परीक्षण की सटीकता को बढ़ाया जा सकता है। लेकिन, …

25 model  accuracy  overfitting 

मान लें कि मेरे पास पर्यवेक्षित सांख्यिकीय वर्गीकरण कार्य के लिए एक डेटासेट है, उदाहरण के लिए, बेयस के क्लासिफायरियर के माध्यम से। इस डेटासेट में 20 विशेषताएं हैं और मैं इसे प्राइमरी कंपोनेंट एनालिसिस (PCA) और / या रैखिक डिस्क्रिमिनेंट एनालिसिस (LDA) जैसी डायमेंशनलिटी रिडक्शन तकनीकों के जरिए 2 …

25 classification  pca  regularization  discriminant-analysis  overfitting 

मैं एक कागल प्रतियोगिता ( मालवेयर क्लासिफिकेशन ) के जीतने के समाधान की रिपोर्ट पढ़ रहा था । रिपोर्ट इस फ़ोरम पोस्ट में पाई जा सकती है । समस्या एक वर्गीकरण समस्या थी (नौ कक्षाएं, ट्रेन सेट में 10000 तत्वों के साथ मीट्रिक का लॉगरिदमिक नुकसान था), परीक्षण सेट में …

21 machine-learning  random-forest  boosting  overfitting  semi-supervised 

मैंने ओवरफिटिंग और अंडरफिटिंग के बारे में कुछ शोध किया है, और मैंने समझा है कि वे वास्तव में क्या हैं, लेकिन मैं इसके कारणों का पता नहीं लगा सकता। ओवरफिटिंग और अंडरफिटिंग के मुख्य कारण क्या हैं? हम एक मॉडल को प्रशिक्षित करने में इन दो समस्याओं का सामना …

20 machine-learning  dataset  overfitting 

मेरा सेट-अप निम्नलिखित है: मैं "एप्लाइड प्रिडिक्टिव मॉडलिंग" में दिशानिर्देशों का पालन कर रहा हूं। इस प्रकार मैंने सहसंबद्ध सुविधाओं को फ़िल्टर किया है और निम्नलिखित के साथ समाप्त होता है: ट्रेनिंग सेट में 4900 डेटा पॉइंट और टेस्ट सेट में 1600 डेटा पॉइंट हैं। मेरे पास 26 विशेषताएं हैं …

20 machine-learning  boosting  overfitting 

प्रतिगमन में नियमितीकरण (लीनियर, लॉजिस्टिक ...) ओवर-फिटिंग को कम करने का सबसे लोकप्रिय तरीका है। जब लक्ष्य भविष्यवाणी सटीकता (व्याख्या नहीं) है, तो क्या नियमितीकरण के लिए कोई अच्छा विकल्प हैं, विशेष रूप से बड़े डेटा-सेट (मील / अरबों टिप्पणियों और लाखों विशेषताओं) के लिए उपयुक्त हैं?

19 regression  regularization  overfitting 

सीखने की दर पैरामीटर ( ) ढाल में सिकुड़ती बढ़ाने प्रत्येक नया आधार मॉडल -typically एक उथले tree- कि श्रृंखला में जोड़ा जाता है का योगदान। यह नाटकीय रूप से परीक्षण सेट सटीकता को बढ़ाने के लिए दिखाया गया था, जो कि छोटे कदमों के साथ समझ में आता है, …

19 machine-learning  data-mining  predictive-models  boosting  overfitting