【機械学習】未学習について知ろう！

本記事では未学習について説明しています。 目次は以下の通りです。

未学習とは

未学習は、機械学習モデルが訓練データに適合していない状態を指します。つまり、モデルがデータの特徴を捉えきれず、訓練データに対して適切な予測を行えない状態です。これは過学習の逆の状態であり、未学習のモデルは訓練データの複雑さに対応できていません。
未学習のモデルは、バイアスが高いとも呼ばれることがあります。これはモデルがシンプルすぎて、データの本質的な構造を捉えきれていないためです。バイアスが高いモデルは、訓練データに適合しすぎないが故に未学習となり、新しいデータに対しても予測精度が低くなりがちです。
なので、単純に学習精度が低いといえます。

回帰モデルの例ですが、曲線であるべきところ線形になっています。これは訓練データが適合しきれていない未学習の状態といえます。

未学習の原因

未学習の原因としては以下のようなものがあります。
・訓練時間が短い
・パラメータ数が少ない
などがあげられます。

未学習の対策

対策としては
・訓練時間を長くする
・パラメータ数を増やす
などが挙げられます。

まとめ

本記事のポイントを以下にまとめます。