Overfitting
Te nauw aansluiten op trainingsdata
Een situatie waarin een model de trainingsdata, inclusief toevallige ruis, zeer goed leert maar minder goed presteert op nieuwe of ongeziene gegevens.
Hoe werkt het in de praktijk?
Een overfit model onthoudt details en toevallige afwijkingen uit de trainingsdata. De trainingsscore is hoog, maar prestaties zakken zodra nieuwe gevallen afwijken.
In de praktijk
Een aparte testset, cross-validatie, eenvoudiger model, regularisatie en meer representatieve data helpen dit herkennen en beperken. Data leakage moet eerst uitgesloten worden.
Concreet voorbeeld
Een receptenmodel leert dat enkele populaire trainingsrecepten een zeldzaam woord bevatten. Het gebruikt dat toeval als sterk signaal en voorspelt nieuwe recepten daardoor slecht.