もう少し詳しく
学習時の成績が良くても、未知のデータでは精度が出ない状態です。学習用とは別のデータで評価することが、発見の手がかりになります。
たとえば、こんな場面で
過去の顧客データでは高精度なのに、新しい顧客の予測では誤りが増えます。
覚えておきたいこと
学習の回数を増やせば、いつでも性能が良くなるわけではありません。
Overfitting
過学習
学習データに合わせすぎて、新しいデータへの対応が悪くなること。
Overfitting
学習データに合わせすぎて、新しいデータへの対応が悪くなること。
学習時の成績が良くても、未知のデータでは精度が出ない状態です。学習用とは別のデータで評価することが、発見の手がかりになります。
過去の顧客データでは高精度なのに、新しい顧客の予測では誤りが増えます。
学習の回数を増やせば、いつでも性能が良くなるわけではありません。