Mô hình học tập siêu giám sát đôi khi có thể thực hiện không đúng trên dữ liệu mới do các vấn đề như phù hợp hoặc phù hợp quá. nhận diện và giải quyết các vấn đề là thiết yếu để xây dựng hệ thống học tập máy tính hiệu quả.

Hiểu mình là phù hợp và quá đáng

Điều kiện hợp lý xảy ra khi mô hình quá đơn giản để thu thập các mẫu bên trong dữ liệu. quá phù hợp khi mô hình học tiếng ồn và chi tiết từ dữ liệu đào tạo, giảm khả năng tổng quát của nó để tổng quát hóa dữ liệu mới.

Dấu hiệu phù hợp và phù hợp

Chỉ thị thiếu phù hợp bao gồm việc đào tạo cao và thử nghiệm lỗi, trong khi phù hợp với lỗi tập luyện thấp nhưng lỗi thử cao. Theo dõi các đo lường này giúp chẩn đoán vấn đề hiệu suất mô hình.

Comment

Để giảm bớt sự thiếu phù hợp, hãy xem xét sự phức tạp tăng, thêm tính năng, hoặc đào tạo cho các giai đoạn hơn.

Chiến thuật để kiểm soát

Những kỹ thuật thông thường bao gồm đơn giản hóa mô hình, dùng phương pháp thông thường và áp dụng sự bỏ học.

Những thực hành tốt nhất cho việc điều chỉnh mẫu

  • Sử dụng sự va chạm chéo để đánh giá hiệu suất làm việc của mô hình.
  • Điều chỉnh quá trình tương đối một cách có hệ thống.
  • Theo dõi đào tạo và các lỗi hợp lệ hoá.
  • Làm việc sớm trong quá trình huấn luyện.