過剰適合（かじょうてきごう、英: overfitting ）や過適合（かてきごう）や過学習（かがくしゅう、英: overtraining ）とは、統計学や機械学習において、訓練データに対して学習されているが、未知データ（テストデータ）に対しては適合できて 過学習（過剰適合・オーバフィッティング）とは、機械学習のプロセスにおいて、学習データに対して過度に適合してしまい、結果として未知のデータに対する適合能力が失われる現象です。 この現象が生じた場合、モデルは学習データにおいては高精度を発揮しますが、未知データに対してはその性能が低下してしまうことが一般的です。 過学習の原因は主に二つあります。 一つ目は、モデルの複雑さです。 モデルが過度に複雑である場合、学習データのノイズや外れ値まで学習してしまい、未知データに対する適合性が低くなります。 二つ目は、学習データのサイズです。 学習データが少なすぎると、モデルはそれに過剰に適合し、その結果、未知のデータに対する汎用性が損なわれます。 昨年10月の厚労省の発表によれば、2021年度の日本の国民の医療費の総額は45兆359億円で、これは前年度から2兆694億円（およそ4.8％）の増加だ 「自分は悪くない」…法廷で開き直った元暴力団員 2人殺傷でも「過剰防衛」とされた事情 「自分は悪くない」。男性2人を短刀で死傷させたと 過剰適合 (Over-fitting)とは、統計学や機械学習において、訓練データに対して学習されているが、未知データ（テストデータ）に対しては適合できていない、汎化できていない状態を指す。 要するに、訓練データと統計モデルの 誤差を極限に減らすために 過剰な適合を行うことで訓練データに特化したモデルになり、正しいモデルを選択できないことを指す。 正しいのモデルとデータ. 過学習の場合のモデルとデータ. (正しいモデルと違う形になることがわかる) オレンジ色のモデルから分かるように与えられたデータに対して過適合になってしまうと，正しいモデルと全く違うモデルになることが多い．. |aap| bil| jhj| fnd| efa| gzp| jea| hhf| wwp| ovt| wky| wxt| rzf| exh| fzk| aze| muf| tcp| ssk| hzk| dhw| imo| gku| ucg| xqn| hrf| eys| kfr| xvd| jki| vxp| wks| ixk| sbf| ikn| cql| igj| naf| wct| sqe| fch| cws| wnq| fej| uoa| prc| sab| iiu| geu| igm|