JavaScript is required

Những nguyên nhân của overfitting là gì? Lựa chọn: 

A.
Tất cả các nguyên nhân đã đề cập
B.
Quá nhiều nhiễu trong dữ liệu huấn luyện
C.
Phương sai cao và độ lệch thấp
D.
Mô hình quá phức tạp
Trả lời:

Đáp án đúng: A


Overfitting xảy ra khi mô hình học quá kỹ dữ liệu huấn luyện, dẫn đến việc nó hoạt động tốt trên dữ liệu huấn luyện nhưng kém trên dữ liệu mới. Điều này có thể do nhiều nguyên nhân: * **Mô hình quá phức tạp (d):** Một mô hình có quá nhiều tham số có thể "ghi nhớ" dữ liệu huấn luyện thay vì học các đặc trưng tổng quát. * **Phương sai cao và độ lệch thấp (c):** Khi phương sai cao, mô hình rất nhạy cảm với những thay đổi nhỏ trong dữ liệu huấn luyện. Độ lệch thấp có nghĩa là mô hình phù hợp rất tốt với dữ liệu huấn luyện, bao gồm cả nhiễu. * **Quá nhiều nhiễu trong dữ liệu huấn luyện (b):** Nếu dữ liệu huấn luyện chứa nhiều nhiễu (ví dụ: lỗi đo lường, dữ liệu không liên quan), mô hình có thể học cả những nhiễu này, dẫn đến overfitting. Vì tất cả các yếu tố trên đều góp phần vào overfitting, đáp án đúng là "Tất cả các nguyên nhân đã đề cập".

Câu hỏi liên quan