Diskussion:Überanpassung
Unverständlichen Teil erstmal hierher verschoben: --Philip Erdös 11:44, 2. Aug 2004 (CEST)
Selbst ein völlig absurdes und falsches Modell kann einen beliebiegen Datensatz perfekt beschreiben, wenn die Anzahl der Fitparameter nur groß genug ist.
Der Modell beschreibt dann Eigenschaften, die nur für den gegebens Datensatz, nicht aber für die Gesamtmenge gelten. In diesem Fall ist die [[Komplexität] - die Anzahl der Parameter - des gewählten Modells zu hoch.
Entstand mit Blick auf die englische Seite um den Stub etwas auszubauen. Der jetztige Artikel ist doch ganz gut geworden. --Braunbaer 18:17, 2. Aug 2004 (CEST)
Überarbeiten
[Quelltext bearbeiten]Zumindest der erste Abschnitt sagt nichts zum Begriff und beschränkt sich auf allgeimeine Ausagen zu Wissenschaft und Statistik --Chrisqwq Diskussion:%C3%9Cberanpassung#c-Chrisqwq-2006-12-15T14:16:00.000Z-Überarbeiten11
Hallo, hab eine mathematische Definition eingefügt, nach Tom Mitchell. Diese ist allerdings aus dem Gebiet des maschinellen Lernens und nicht allgemein gültig. Ich hoffe sie trägt trotzdem zum Verständniss bei. Wenns von der Reihenfolge nicht passt, bitte einfach verschieben.
Beispiel
[Quelltext bearbeiten]Anschauliches, aber alltagsfernes Beispiel! --source Diskussion:%C3%9Cberanpassung#c-Qwqchris-2008-10-08T07:47:00.000Z-Beispiel11
- Ich finde das Beispiel (Panzer versus Wolken) eher ablenkend, weil es nicht unbedingt mit Overfitting zu tun hat. Der Fehler - die Verwechslung von relevanter und irrelevanter Information, eventuell auch eine störende Korrelation von Eingangsmerkmalen - hätte bei jeder Stufe von Modellkomplexität/ Freiheitsgraden oder Trainingsiterationen passieren können. Ich lösche es jetzt mal mutig.... (nicht signierter Beitrag von 156.67.180.182 (Diskussion) Diskussion:%C3%9Cberanpassung#c-156.67.180.182-2019-10-23T14:03:00.000Z-Qwqchris-2008-10-08T07:47:00.000Z11)