KabuGuide.com Blog # A B C D E F G H I J K L M N O P Q R S T U V W X Y Z NASDAQ NYSE AMEX

オーバーフィッティングは何ですか?

オーバーフィッティング関数は、データポイントの限られたセットにあまりにも密接に適合している場合に発生するモデル化誤差です。モデルを過剰適合することは、一般的に研究対象のデータに特異性を説明するために過度に複雑なモデルを作るの形をとります。

現実には、多くの場合、研究データは、エラーまたはその中のランダムノイズのいくつかの学位を取得しています。このように、モデルを作成しようとするが、わずかに不正確なデータが実質的なエラーのあるモデルに感染し、その予測力を減らすことができますし、あまりにも密接に準拠しています。

[重要:金融専門家は、常に限られたデータに基づいてモデルを過剰適合の危険性を知っていなければなりません。]

理解オーバーフィッティング

例えば、一般的な問題は、パターンを見つけるために過去の市場データの大規模なデータベースを検索するためにコンピュータアルゴリズムを使用しています。十分な研究を考えると、近い精度で、このような株式市場のリターンとして物事を予測するように見える精巧な定理を開発することが可能であることが多いです。

サンプルの外のデータに適用されたときしかし、このような定理はおそらく現実にはただの偶然の出来事だったものにモデルの単なる過剰適合になるかもしれません。すべての場合において、それを開発するために使用されたサンプルの外にあるデータに対するモデルをテストすることが重要です。

重要ポイント

オーバーフィッティング関数があまりにも密接にデータpoints.Financial専門家の限定セットに適合している場合に発生するモデル化誤差が常に限られたデータに基づいてモデルを過剰適合の危険性を知っていなければならないです。