شارك
الرئيسية
1 دقيقةما هو نقص المواءمة؟
هو حالة تحدث أثناء تدريب نموذج التعلم الآلي، بحيث لا يتمكن النموذج من فهم العلاقة بين متغيرات المدخلات والمخرجات بدقة، ما يؤدي إلى ارتفاع معدل خطأ التدريب وضعف أداء النموذج.
كيف تتجنب نقص المواءمة؟
نقص المواءمة حالة قابلة للاكتشاف بناء على مجموعة التدريب، ما يساعد على إنشاء علاقة بين متغيرات المدخلات والمخرجات وإجراء تنبؤات أكثر دقة. إليك بعض التقنيات المستخدمة لتقليل نقص المواءمة:
- تقليل التسوية: تستخدم التسوية لتقليل الضجيج والقيم المتطرفة داخل النموذج. لكن، إذا أصبحت ميزات البيانات موحدة للغاية، فإن النموذج يصبح غير قادر على تحديد الاتجاه السائد، ما يؤدي إلى عدم تقليل التسوية، لذلك يفضّل الحفاظ على نسب متوازنة من التسوية.
- زيادة مدة التدريب: يؤدي التدريب لعدد قليل من دورات التدريب إلى نموذج يعاني من نقص المواءمة، ويمكن معالجته بتحديد عدد مناسب للبيانات من دورات التدريب.
- اختيار الميزات: يتم استخدام ميزات محددة لتحديد نتيجة معينة. إذا لم تكن هناك ميزات تنبؤية كافية، فيجب تقديم المزيد من الميزات أو تحديد الميزات ذات الأهمية الأكبر.
نقص المواءمة مقابل فرط المواءمة
يعد فرط المواءمة الحالة العكسية لنقص المواءمة أي إذا قمت بتدريب النموذج كثيراً وأضفت الكثير من الميزات إليه، يؤدي ذلك إلى تحيز منخفض ولكن تباين كبير. من المهم ملاحظة أن بعض أنواع النماذج يمكن أن تكون أكثر عرضة لفرط المواءمة مثل أشجار القرار أو خوارزمية أقرب الجيران.