Apa Overfittings?
Overfitting adalah kesalahan pemodelan yang terjadi ketika suatu fungsi terlalu pas dengan kumpulan titik data yang terbatas. Model overfitting umumnya berupa pembuatan model yang terlalu kompleks untuk menjelaskan keanehan pada data yang diteliti.
Pada kenyataannya, data yang sering dipelajari memiliki beberapa tingkat kesalahan atau gangguan acak di dalamnya. Dengan demikian, upaya untuk membuat model menyesuaikan terlalu dekat dengan data yang sedikit tidak akurat dapat menginfeksi model dengan kesalahan substansial dan mengurangi daya prediktifnya.
Poin Penting
- Overfitting adalah kesalahan pemodelan yang terjadi ketika suatu fungsi terlalu pas dengan kumpulan titik data yang terbatas.
- Profesional keuangan harus selalu waspada akan bahaya overfitting model berdasarkan data terbatas.
Memahami Overfitting
Misalnya, masalah umum adalah menggunakan algoritme komputer untuk mencari basis data ekstensif dari data pasar historis untuk menemukan pola. Dengan studi yang cukup, seringkali mungkin untuk mengembangkan teorema yang rumit yang muncul untuk memprediksi hal-hal seperti pengembalian pasar saham dengan akurasi yang tinggi.
Namun, ketika diterapkan pada data di luar sampel, teorema seperti itu mungkin terbukti hanya overfitting model ke apa yang pada kenyataannya hanya kejadian kebetulan. Dalam semua kasus, penting untuk menguji model terhadap data yang berada di luar sampel yang digunakan untuk mengembangkannya.
Referensi cepat
Profesional keuangan harus selalu waspada akan bahaya overfitting model berdasarkan data terbatas.
Artikel terkait
- Membandingkan Peril vs Hazard di Industri Asuransi
- Opsi Saham Karyawan (ESO)
- Kesalahan Akuntansi
- Brexit
- Apa itu bahaya moral?
- Surat kuasa
- Investor umum dan pedagang blunders
- Reksa Dana
- Coding Robot Perdagangan Algo Anda Sendiri
- Entrepreneur dan Entrepreneurship