Bir modelin düşük öğrenmiş veya aşırı öğrenmiş olduğunu nasıl anlayabilirsiniz?

Bir modelin düşük öğrenmiş veya aşırı öğrenmiş olduğunu anlamak için eğitim ve doğrulama setlerindeki hata davranışı analiz edilir:

• Düşük öğrenme (underfitting): model hem eğitim hem de test setlerinde kötü çalışır — hata her yerde yüksektir. Bu, modelin çok basit olduğu ve kalıpları yakalayamadığı anlamına gelir.

• Aşırı öğrenme (overfitting): model eğitim setinde çok düşük hata gösterir, ancak test setinde yüksek hata gösterir. Model, eğitim verilerini, gürültü dahil, çok iyi ezberlemiş ve genelleme yapamaz hale gelmiştir.

Tanı için, genellikle modelin karmaşıklığı veya eğitim dönemi sayısına bağlı hata grafiği çizilir. İdeal model, her iki set için de düşük hataya sahiptir.

Örnek:

Model	Eğitim Hatası	Test Hatası	Sonuç
Basit	Yüksek	Yüksek	Düşük öğrenme
Karmaşık	Düşük	Yüksek	Aşırı öğrenme
Optimal	Düşük	Düşük	İyi model

Aşırı öğrenmeyi önlemek için düzenleme, daha fazla veri toplama, modeli basitleştirme veya erken durdurma yöntemleri kullanılır.