Überanpassung

Einfache Sprache

Überanpassung bedeutet das ein Modell zu viele erklärende Variablen hat. Das andere Extrem ist die Unteranpassung.

Alternative Erklärung: Überanpassung bedeutet das ein Modell sehr gut an die Trainingsdaten angepasst ist aber schlecht generalisiert.

Def. Überanpassung

Ursachen

• Daten haben Rauschen -> Datenbereinigung
• Zu wenig Trainingsdaten.
• Modell zu komplex.