Presná definícia
Čo znamená medzera zovšeobecnenia?
Medzera zovšeobecnenia je rozdiel medzi výkonom modelu na dátach použitých pri učení a odhadom výkonu na nových dátach z cieľového procesu, zvyčajne medzi tréningovou a validačnou alebo testovacou stratou. Znamienko závisí od definície metriky; preto treba uviesť, čo sa od čoho odčíta. Veľká medzera môže signalizovať preučenie, únik, odlišné rozdelenie alebo odlišný spôsob výpočtu, nie iba nadmernú kapacitu.
Skúsenosť a kontext
Ako sa pojem používa v praxi
Tím vykreslí tréningovú a validačnú stratu podľa epochy s rovnakým predspracovaním a vážením. Ak tréning ďalej klesá a validácia rastie, skúsi skoré zastavenie, regularizáciu alebo relevantnejšie dáta. Najprv však overí, či validačné dáta nie sú ťažšie, časovo novšie alebo poškodené, pretože vtedy medzera meria aj posun. Uvádza sa interval neistoty a výsledky po segmentoch. Malá medzera nie je sama úspech: obe chyby môžu byť vysoké pri nedoučení alebo obe umelo nízke pri úniku.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Ako sa medzera počíta?
Napríklad testovacia strata mínus tréningová strata; pri skóre, kde viac je lepšie, sa poradie často obráti.
Je nulová medzera ideálna?
Nie nutne. Model môže byť rovnako zlý na tréningu aj teste alebo môžu byť oba výsledky skreslené.
Môže medzera vzniknúť bez preučenia?
Áno, ak validačná množina pochádza z iného obdobia, zariadenia alebo populácie.
Prečo uvádzať interval?
Výkon na konečnej validačnej vzorke kolíše a malý rozdiel nemusí byť významný.
Ako sa medzera znižuje?
Primeranou kapacitou, regularizáciou, skorým zastavením a kvalitnejšou reprezentatívnou vzorkou.