Overajuste
Overfitting
Considere as duas linhas de regressão abaixo. Qual delas é melhor?
As métricas indicam que o segundo modelo é melhor, então ele é utilizado para prever X_new = [0.2, 0.5, 2.7]. Porém, após comparar as previsões com os valores reais, o primeiro modelo apresenta melhor desempenho.
Isso ocorre porque o segundo modelo apresenta overfitting — ele é muito complexo e se ajusta excessivamente aos dados de treinamento, falhando em generalizar para novos casos.
Underfitting
Underfitting ocorre quando um modelo é simples demais para se ajustar até mesmo aos dados de treinamento, o que também resulta em previsões ruins para dados não vistos.
Assim, é possível tentar identificar visualmente se o modelo sofre de underfitting ou overfitting.
Como não é possível visualizar modelos de alta dimensionalidade, é necessário outro método para detectar overfitting ou underfitting.
Divisão Treino-Teste
Para estimar o desempenho em dados não vistos, o conjunto de dados é dividido em um conjunto de treinamento e um conjunto de teste com alvos conhecidos.
O treinamento é realizado no conjunto de treinamento e as métricas são calculadas em ambos os conjuntos, de treinamento e de teste, para comparar o desempenho.
A divisão deve ser aleatória. Normalmente, 20–30% é destinado ao conjunto de teste e 70–80% é utilizado para treinamento. O Scikit-learn oferece uma maneira fácil de realizar essa divisão.
Por exemplo, para dividir o conjunto de treinamento em 70% para treino e 30% para teste, você pode usar o seguinte código:
from sklearn.model_selection import train_test_split # import the function
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3)
Obrigado pelo seu feedback!
Pergunte à IA
Pergunte à IA
Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo
Can you explain more about how overfitting and underfitting affect model performance?
What are some ways to prevent overfitting in machine learning models?
How do I choose the right train-test split ratio for my dataset?
Awesome!
Completion rate improved to 5.26Overajuste
Deslize para mostrar o menu
Overfitting
Considere as duas linhas de regressão abaixo. Qual delas é melhor?
As métricas indicam que o segundo modelo é melhor, então ele é utilizado para prever X_new = [0.2, 0.5, 2.7]. Porém, após comparar as previsões com os valores reais, o primeiro modelo apresenta melhor desempenho.
Isso ocorre porque o segundo modelo apresenta overfitting — ele é muito complexo e se ajusta excessivamente aos dados de treinamento, falhando em generalizar para novos casos.
Underfitting
Underfitting ocorre quando um modelo é simples demais para se ajustar até mesmo aos dados de treinamento, o que também resulta em previsões ruins para dados não vistos.
Assim, é possível tentar identificar visualmente se o modelo sofre de underfitting ou overfitting.
Como não é possível visualizar modelos de alta dimensionalidade, é necessário outro método para detectar overfitting ou underfitting.
Divisão Treino-Teste
Para estimar o desempenho em dados não vistos, o conjunto de dados é dividido em um conjunto de treinamento e um conjunto de teste com alvos conhecidos.
O treinamento é realizado no conjunto de treinamento e as métricas são calculadas em ambos os conjuntos, de treinamento e de teste, para comparar o desempenho.
A divisão deve ser aleatória. Normalmente, 20–30% é destinado ao conjunto de teste e 70–80% é utilizado para treinamento. O Scikit-learn oferece uma maneira fácil de realizar essa divisão.
Por exemplo, para dividir o conjunto de treinamento em 70% para treino e 30% para teste, você pode usar o seguinte código:
from sklearn.model_selection import train_test_split # import the function
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3)
Obrigado pelo seu feedback!
