Aşırı uyum
Diğer adlar / kısaltmalar: overfitting
İlişkili arama terimleri: curve fitting. Bu terimler aynı anlamda kullanılmayabilir.
Bir yöntemin geçmiş verinin tesadüfi ayrıntılarına fazla uyarlanması.
Yapı ve işleyiş
Aşırı uyum, yöntemin genellenebilir ilişki yerine geliştirme verisinin tesadüfi ayrıntılarını öğrenmesidir. Bir kaybı kaldırmak için eşik eklemek, yalnız iyi görünen saatleri bırakmak veya çok sayıda gösterge birleşiminden en iyisini seçmek buna yol açabilir. Her tek seçim makul görünürken seçimlerin toplamı geçmişe özel bir tarif oluşturabilir.
Parametre sayısı tek risk değildir. İki basit kural arasında yüzlerce kez sonuç karşılaştırmak da veri üzerinden seçimdir. Bu yüzden kaç aday denendiği ve hangi verinin ayar kararını etkilediği önemlidir. Geliştirme başarısı ile gelecekteki başarı arasındaki fark gözlenebilir; fakat tek kötü yeni dönem aşırı uyumu kesin teşhis etmez, koşullar gerçekten değişmiş de olabilir.
Nasıl okunur?
- Denenen bütün eşik, dönem, ürün ve kural çeşitlerini kaydet; yalnız son seçileni raporlama.
- Seçim ölçütünü ve geliştirme verisini ayır; görülmemiş test bölümünün sonucuna seçim sırasında bakma.
- Seçilen ayarı dondurup ayrılmış dönemde aynı maliyet ve dolum modeliyle uygula.
- Tek en iyi noktaya ek olarak komşu ayarların davranışını incele; testte yeniden seçim yaparsan veri rolünü güncelle.
En iyi geçmiş ayarı yeni dönemde zayıflayabilir
Üç kurgusal ayar aynı geliştirme döneminde seçiliyor; ikinci panel ayrı dönem sonucudur, istatistiksel kanıt değildir.
Geliştirme dönemi
Sayısal verileri göster
| Nokta / dönem | Değer |
|---|---|
| Ayar A | 4 |
| Ayar B | 7 |
| Ayar C | 15 |
Ayrılmış test dönemi
Sayısal verileri göster
| Nokta / dönem | Değer |
|---|---|
| Ayar A | 2 |
| Ayar B | 1 |
| Ayar C | -4 |
- Seçimi gör
Geçmişte C en iyi görünür.
- Bağımsız sınama
C yeni dönemde −4R. Teste bakıp tekrar ayar seçersen bu dönem artık bağımsız kalmaz.
Geliştirmede en iyi görünen C
Yukarıdaki grafik üzerinden
İlk panelde A, B ve C ayarları +4, +7 ve +15R üretir. Yalnız bu toplamı ençoklama ölçütüyle C seçilir. İkinci, ayrılmış dönemde aynı ayarlar +2, +1 ve −4R’dir. C’nin ilk dönem üstünlüğü bu ikinci döneme taşınmamıştır; +15 ile −4 farklı dönemlerin sonuçlarıdır.
İkinci panele bakıp “o hâlde A’yı seçelim” denirse seçimde ikinci dönem bilgisi de kullanılmış olur. Bu panel artık A’nın bağımsız başarı kanıtı değildir. Grafik üç kurgusal ayarı karşılaştırır; çoklu denemenin önemini gösterir ama aşırı uyum olasılığını veya güven aralığını hesaplayacak örneklem sunmaz.
Koşullar ve yorum sınırları
Geliştirme ve test farkı yalnız aşırı uyumdan kaynaklanmaz. Örneklem oynaklığı, maliyet farkı veya piyasa rejimi değişikliği de sonuçları ayırabilir; bunları tek toplamdan çözmek mümkün değildir. Tersine testte kazanç görmek de aşırı uyumun hiç olmadığını kanıtlamaz.
Daha karmaşık model otomatik olarak aşırı uyumlu, basit model otomatik olarak sağlam değildir. Bağımsızlık, aday seçimi ve veri erişim zamanı incelenmelidir. Aynı test dönemine tekrar tekrar bakmak, görünürde az parametreli bir yöntemde de seçim baskısı yaratır.
Yakın kavramlardan farkı
Geleceği görme hatası karar anında bilinmeyen bilgi kullanmaktır; aşırı uyum geçmişte mevcut bilgiye fazla uyarlanmayla da oluşabilir. Seçim yanlılığı kazanan denemeleri görünür kılmakla ilgilidir; aşırı uyumu gizleyebilir ama onunla aynı hata değildir.
Konuyu ders içinde öğren
Yayın ilkeleri · Gözden geçirme: 2026-11-09