과대적합1 [ML] 일반화, 과대 적합, 과소 적합 지도 학습에서는 훈련 데이터로 학습한 모델이 훈련 데이터와 특성이 같다면 처음 보는 새로운 데이터가 주어져도 정확히 예측할 거라 기대한다. 모델이 처음보는 데이터에 대해 정확하게 예측할 수 있으면 훈련세트에서 테스트 세트로 일반화 되었다고 한다. 그래서 모델을 만들 때는 가능한 정확하게 일반화되도록 해야 한다. 과대적합(Overfitting) 훈련 세트에 너무 맞추어져 있어 테스트 세트의 성능 저하 너무 상세하고 복잡한 모델링을 하여 훈련데이터에만 과도하게 정확히 동작하는 모델 과소적합(Underfitting) 훈련 세트를 충분히 반영하지 못해 훈련 세트, 테스트 세트에서 모두 성능이 저하 모델링을 너무 간단하게 하여 성능이 제대로 나오지 않는 모델 해결방법 주어진 훈련 데이터의 다양성 보장 → 다양한 .. 2023. 9. 15. 이전 1 다음
