Overajuste
Deslize para mostrar o menu
Overfitting
Considere as duas linhas de regressão abaixo. Qual delas é melhor?
As métricas sugerem 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 acontece porque o segundo modelo overfita — ele é muito complexo e se ajusta demais aos dados de treinamento, não conseguindo 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 está sofrendo de underfitting ou overfitting.
Como não podemos visualizar modelos de alta dimensão, precisamos de outra forma para detectar overfitting ou underfitting.
Divisão em Treinamento e Teste
Para estimar o desempenho em dados não vistos, dividimos o conjunto de dados em um conjunto de treinamento e um conjunto de teste com alvos conhecidos.
Treinamento no conjunto de treino e cálculo de métricas em ambos os conjuntos de treino e teste para comparação de desempenho.
A divisão deve ser aleatória. Normalmente, 20–30% vai para o conjunto de teste e 70–80% é usado para treinamento. O Scikit-learn oferece uma maneira fácil de fazer isso.
Por exemplo, para dividir o conjunto de treinamento em 70% para treino e 30% para teste, pode-se 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
Overajuste
Overfitting
Considere as duas linhas de regressão abaixo. Qual delas é melhor?
As métricas sugerem 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 acontece porque o segundo modelo overfita — ele é muito complexo e se ajusta demais aos dados de treinamento, não conseguindo 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 está sofrendo de underfitting ou overfitting.
Como não podemos visualizar modelos de alta dimensão, precisamos de outra forma para detectar overfitting ou underfitting.
Divisão em Treinamento e Teste
Para estimar o desempenho em dados não vistos, dividimos o conjunto de dados em um conjunto de treinamento e um conjunto de teste com alvos conhecidos.
Treinamento no conjunto de treino e cálculo de métricas em ambos os conjuntos de treino e teste para comparação de desempenho.
A divisão deve ser aleatória. Normalmente, 20–30% vai para o conjunto de teste e 70–80% é usado para treinamento. O Scikit-learn oferece uma maneira fácil de fazer isso.
Por exemplo, para dividir o conjunto de treinamento em 70% para treino e 30% para teste, pode-se 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!
