overfitting

In statistics and machine learning, overfitting occurs when a statistical model describes random error or noise instead of the underlying relationship. Overfitting generally occurs when a model is excessively complex, such as having too many parameters relative to the number of observations. A model that has been overfit will generally have poor predictive performance, as it can exaggerate minor fluctuations in the data.

오버피팅은 통계학적모델을 묘사할때 무작위로 나타나는 오류 또는 노이즈 대신에 그 밑에 그어진 관계다.

오버피팅은 일반적으로 과도하게 복잡한 모델일때 나타난다. 너무 많은 요소들의 관계를 숫자적으로 관찰하기 때문에 나타난다.

오버피팅이 일반적으로 예측력이 나쁘다. 너무 작은 데이터들이 과장되게 나타내어지기 때문이다.