[ML]Overfitting and Regularization

건너별·2021년 11월 29일
0

ML

목록 보기
8/21
post-custom-banner

Overfitting이란

  • 과적합. 모델이 training set을 과하게 학습하여 융통성이 없는 상태. testset에 대한 일반화가 안됨!
  • feature가 과도하게 많을 때 일어나는게 일반적

overfitting : high variance, underfitting : low variance

Overfitting 개선하는 방법

1) feature 수 줄이기

  • 특정 알고리즘 적용
  • 직접 사라질 feature 선택

2) Regularization

  • feature 수를 줄이지 않고, 각 feautre(xix_i)에 대한 parameter(θi\theta_i)크기 또는 값을 줄임 (penalize)
  • 많은 feature 사이에 기여도를 스스로 조절하는 메커니즘

Cost Function with Regularization

λ\lambda : regularization strength(hyperparameter)
λ\lambda가 지나치게 크면 theta값이 다 0에 가까워져 underfitting이 일어남

Reference

  • Andrew Ng's ML Lecture Note 7.
profile
romantic ai developer
post-custom-banner

0개의 댓글