Underfitting

Underfitting tritt auf, wenn ein machine learning-Modell zu einfach ist oder nicht über die Kapazität verfügt, die zugrunde liegenden Trends und Muster innerhalb der training data zu erfassen. Konzeptionell ist es damit vergleichbar, eine gerade Linie durch Datenpunkte zu legen, die eine deutliche Kurve bilden; das Modell erfasst die Komplexität der Beziehung zwischen Eingaben und Ausgaben nicht. Da das Modell die Daten nicht effektiv gelernt hat, zeigt es nicht nur im Trainingsset, sondern auch bei unbekannten validation data eine schlechte Leistung, was zu einer geringen prädiktiven accuracy führt. Dieses Phänomen ist oft das Ergebnis einer hohen bias in AI, bei der der Algorithmus übermäßig vereinfachte Annahmen über die Zielfunktion trifft.

Link to this sectionUrsachen und Indikatoren#

Mehrere Faktoren können zu einem underfitteten Modell führen. Die häufigste Ursache ist die Verwendung einer Modellarchitektur, die für die anstehende Aufgabe nicht komplex genug ist, wie etwa die Anwendung von linear regression auf nicht-lineare Daten. Eine unzureichende Trainingsdauer, bei der dem Modell nicht genügend epochs zur Konvergenz gegeben werden, verhindert ebenfalls ein angemessenes Lernen. Darüber hinaus kann eine exzessive regularization – eine Technik, die normalerweise verwendet wird, um das gegenteilige Problem zu verhindern – das Modell übermäßig einschränken und es daran hindern, wichtige Merkmale zu erfassen.

Ingenieure können Underfitting erkennen, indem sie loss functions während des Trainings überwachen. Wenn sowohl der Trainingsfehler als auch der Validierungsfehler hoch bleiben und nicht signifikant abnehmen, underfittet das Modell wahrscheinlich. Im Gegensatz zum effektiven feature engineering, das Modellen hilft, Daten zu verstehen, kann die Bereitstellung von zu wenigen Merkmalen das Modell ebenfalls von notwendigen Informationen aushungern.

Link to this sectionUnderfitting vs. Overfitting#

Es ist entscheidend, Underfitting von seinem Gegenstück, overfitting, zu unterscheiden. Diese beiden Konzepte repräsentieren die entgegengesetzten Enden des bias-variance tradeoff.

• Underfitting (High Bias): Das Modell ist zu starr. Es schneidet sowohl bei Trainings- als auch bei test data schlecht ab, da es das grundlegende Signal nicht gelernt hat.
• Overfitting (High Variance): Das Modell ist zu flexibel. Es speichert die Trainingsdaten auswendig, einschließlich Rauschen, schneidet während des Trainings außergewöhnlich gut ab, scheitert aber daran, auf neue Beispiele zu generalize.

Den „Sweet Spot“ zwischen diesen beiden Extremen zu finden, ist das primäre Ziel von model optimization.

Link to this sectionPraxisanwendungen#

Das Verständnis von Underfitting ist entscheidend für die Entwicklung zuverlässiger KI-Systeme in verschiedenen Branchen.

• Autonomes Fahren: Im Kontext von autonomous vehicles könnte ein underfittetes Objekterkennungsmodell daran scheitern, in komplexen städtischen Umgebungen zwischen einem Fußgänger und einem Laternenpfahl zu unterscheiden. Da dem Modell die Parameter fehlen, um die subtilen visuellen Unterschiede zu lernen, gefährdet es die AI safety.
• Medizinische Diagnostik: Bei der Anwendung von medical image analysis zur Erkennung von Anomalien wie Tumoren könnte ein zu einfaches Modell kleine oder unregelmäßige Wucherungen übersehen. Wenn das neuronale Netz zu flach ist, kann es die komplexen Texturen nicht lernen, die für eine hohe sensitivity and specificity erforderlich sind, was zu verpassten Diagnosen führt.

Link to this sectionUnderfitting mit Code angehen#

Im Bereich computer vision tritt Underfitting oft auf, wenn eine Modellvariante verwendet wird, die für den Schwierigkeitsgrad der Aufgabe zu klein ist (z. B. die Erkennung kleiner Objekte in hochauflösenden Drohnenaufnahmen). Das folgende Python-Beispiel demonstriert, wie du mit der ultralytics-Bibliothek von einem kleineren Modell zu einem größeren, leistungsfähigeren Modell wechselst, um potenzielles Underfitting zu beheben.

from ultralytics import YOLO

# If 'yolo26n.pt' (Nano) is underfitting and yielding low accuracy,
# upgrade to a model with higher capacity like 'yolo26l.pt' (Large).
model = YOLO("yolo26l.pt")

# Train the larger model.
# Increasing epochs also helps the model converge if it was previously underfitting.
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

Durch den Wechsel zu einem größeren Ultralytics YOLO26-Modell und die Sicherstellung einer ausreichenden Trainingsdauer erhält das System die notwendigen Parameter, um komplexe Muster zu lernen, wodurch Underfitting effektiv gemindert wird. Um zu überprüfen, ob dein Modell nicht mehr underfittet, solltest du es immer anhand eines robusten test dataset bewerten. Für die Verwaltung von Datensätzen und die Nachverfolgung von Experimenten, um Underfitting frühzeitig zu erkennen, bietet die Ultralytics Platform umfassende Werkzeuge zur Visualisierung und Analyse.