Underfitting

Unterfitting (Unteranpassung) tritt auf, wenn ein machine learning-Modell zu einfach ist oder nicht über die nötige Kapazität verfügt, um die zugrunde liegenden Trends und Muster in den training data zu erfassen. Konzeptionell ist dies vergleichbar mit dem Versuch, 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 auf dem Trainingsdatensatz, sondern auch auf ungesehenen validation data eine schlechte Leistung, was zu einer geringen prädiktiven accuracy führt. Dieses Phänomen ist oft das Resultat eines hohen bias in AI, bei dem der Algorithmus allzu vereinfachende Annahmen über die Zielfunktion trifft.

Ursachen und Indikatoren#

Mehrere Faktoren können zu einem unterangepassten 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 nichtlineare Daten. Eine unzureichende Trainingsdauer, bei der dem Modell nicht genügend epochs zur Konvergenz eingeräumt werden, verhindert ebenfalls ein adäquates Lernen. Darüber hinaus kann eine übermäßige regularization – eine Technik, die normalerweise zur Verhinderung des gegenteiligen Problems eingesetzt wird – das Modell zu stark 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 sinken, liegt beim Modell wahrscheinlich ein Underfitting vor. Im Gegensatz zum effektiven feature engineering, das Modellen hilft, Daten zu verstehen, kann die Bereitstellung von zu wenigen Merkmalen dem Modell auch notwendige Informationen entziehen.

Underfitting vs. Overfitting#

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

• Underfitting (Hoher Bias): Das Modell ist zu rigid. Es liefert sowohl beim Training als auch bei den test data schlechte Ergebnisse, weil es das zugrundeliegende Signal nicht gelernt hat.
• Overfitting (Hohe Varianz): Das Modell ist zu flexibel. Es merkt sich die Trainingsdaten einschließlich des Rauschens, was während des Trainings zu außergewöhnlich guten Ergebnissen führt, aber bei neuen Beispielen das generalize verhindert.

Den „goldenen Schnitt“ zwischen diesen beiden Extremen zu finden, ist das primäre Ziel der model optimization.

Praxisanwendungen#

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

• Autonomes Fahren: Im Kontext von autonomous vehicles erkennt ein unterangepasstes Objekterkennungsmodell in komplexen städtischen Umgebungen möglicherweise den Unterschied zwischen einem Fußgänger und einer Laterne nicht. Da dem Modell die Parameter fehlen, um die subtilen visuellen Unterschiede zu erlernen, gefährdet dies die AI safety.
• Medizinische Diagnostik: Wenn medical image analysis zur Erkennung von Anomalien wie Tumoren eingesetzt wird, übersieht ein allzu einfaches Modell möglicherweise kleine oder unregelmäßige Wucherungen. Wenn das neuronale Netz zu flach ist, kann es die für eine hohe sensitivity and specificity erforderlichen komplexen Texturen nicht erlernen, was zu übersehenen Diagnosen führt.

Underfitting mit Code angehen#

Im Bereich computer vision tritt Underfitting häufig auf, wenn eine Modellvariante verwendet wird, die für den Schwierigkeitsgrad der Aufgabe zu klein ist (z. B. das Erkennen kleiner Objekte in hochauflösenden Drohnenaufnahmen). Das folgende Python-Beispiel veranschaulicht, wie man mithilfe der ultralytics-Bibliothek von einem kleineren Modell zu einem größeren, leistungsfähigeren Modell wechselt, 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 angemessenen Trainingsdauer erhält das System die Parameter, die erforderlich sind, um komplexe Muster zu lernen, wodurch Underfitting effektiv gemindert wird. Um zu überprüfen, ob Ihr Modell nicht mehr unterangepasst ist, werten Sie es stets anhand eines robusten test dataset aus. Für die Verwaltung von Datensätzen und die Verfolgung von Experimenten, um Underfitting frühzeitig zu erkennen, bietet die Ultralytics Platform umfassende Werkzeuge zur Visualisierung und Analyse.