Como evitar o Overfitting?

O ajuste ocorre relativamente quando você tem um pequeno conjunto de dados e tenta aprender com ele. Nessa situação, você pode usar uma técnica conhecida como validação cruzada (cross-validation).

Nesse método, o conjunto de dados se divide em duas seções:

- Dados de Treino

- Dados de Teste

Os dados de testes apenas testarão o modelo enquanto, nos dados de treino, os pontos de dados apresentarão o modelo.

A ideia da validação cruzada é definir um conjunto de dados para “testar” o modelo na fase de treinamento. É a famosa Prova Real que fizemos na matemática desde o ensino fundamental.

Usar pode:

1. Usar validação cruzada
2. Reduzir a complexidade do seu modelo (utilizar um modelo com menor capacidade de generalização)
3. Aumentar a quantidade de atributos submetidos ao modelo