Sobreajuste: diferenças entre revisões

'''SobrejusteSobre-ajuste''' (do [[inglês]]: ''overfitting'') é o termo, em [[aprendizagem de máquina]], [[estatística]] e afins, para quando o [[modelo estatístico]] se ajusta em demasiado ao [[conjunto de dados]]/[[amostra]]. É comum que a amostra apresente desvios causados por erros de medição ou fatores aleatórios, ocorre o sobreajustesobre-ajuste quando o modelo se ajusta a estes. Um modelo sobreajustadosobre-ajustado apresenta alta [[precisão]] quando testado com seu conjunto de dados porém tal modelo não é uma boa [[representação]] da [[realidade]] e por isso deve ser evitado.

Através da [[validação cruzada]], em que testamos o nosso modelo em relação a uma parte reservada do conjunto de dados que não foi utilizada no treino do modelo em questão, é possível se ter uma ideia de se o modelo sofre de sobreajustesobre-ajuste ou não.