Machine Learning avec Scikit-Learn

Chapitre 2 : Un projet de Machine Learning de bout en bout

271

© Dunod – Toute reproduction non autorisée est un délit.

représentativité, les variables non informatives, les modèles d’une

simplicité excessive qui sous-ajustent les données d’entraînement et

ceux d’une complexité excessive qui surajustent les données.

15. Si un modèle fournit de bons résultats sur les données d’apprentissage

mais se généralise mal aux nouvelles observations, ce modèle

surajuste vraisemblablement les données d’entraînement (à moins

qu’il ait été extrêmement chanceux sur les données d’entraînement).

Voici quelques solutions à un surajustement : obtenir davantage