Оценка сложности регрессионных моделей (пример)
Материал из MachineLearning.
(Различия между версиями)
| Строка 11: | Строка 11: | ||
Таким образом, для каждой задачи существует оптимальная '''сложность | Таким образом, для каждой задачи существует оптимальная '''сложность | ||
модели'''. | модели'''. | ||
| + | |||
| + | == Способы оценки сложности регрессионных моделей == | ||
Версия 11:55, 8 декабря 2010
Задача восстановления регрессии является частным случаем задачи обучения по прецедентам. При выборе модели, как и для всех задач обучения по прецедентам, возможны проблемы недообучения и переобучения.
В случае недообучения, модель недостаточно сложна для описания данных с требуемой точностью. А в случае переобучения, возникающего при избыточной сложности моделей, средняя ошибка на тестовой выборке существенно выше,чем на обучающей выборке.
Таким образом, для каждой задачи существует оптимальная сложность модели.
