Underfitting

Unteranpassung tritt auf, wenn ein Modell des maschinellen Lernens zu einfach ist oder nicht über die Kapazität verfügt, die zugrunde liegenden Trends und Muster in den Trainingsdaten zu erfassen. Konzeptuell ist dies vergleichbar mit dem Versuch, eine Gerade durch Datenpunkte zu legen, die eine deutliche Kurve bilden: Das Modell kann die Komplexität der Beziehung zwischen Eingaben und Ausgaben nicht erfassen. Da das Modell die Daten nicht effektiv gelernt hat, zeigt es nicht nur auf dem Trainingsdatensatz, sondern auch auf unbekannten Validierungsdaten eine schlechte Leistung, was zu einer geringen Vorhersage-Genauigkeit führt. Dieses Phänomen ist häufig das Ergebnis eines hohen Bias in AI, bei dem der Algorithmus übermäßig vereinfachende Annahmen über die Zielfunktion trifft.

Ursachen und Anzeichen#

Mehrere Faktoren können zu einem unterangepassten Modell führen. Die häufigste Ursache ist eine Modellarchitektur, die für die jeweilige Aufgabe nicht komplex genug ist, etwa wenn lineare Regression auf nichtlineare Daten angewendet wird. Eine unzureichende Trainingsdauer, bei der dem Modell nicht genügend Epochen zum Konvergieren zur Verfügung stehen, verhindert ebenfalls ein ausreichendes Lernen. Darüber hinaus kann eine übermäßige Regularisierung – eine Technik, die normalerweise zur Vermeidung des entgegengesetzten Problems eingesetzt wird – das Modell zu stark einschränken und verhindern, dass es wichtige Merkmale erfasst.

Ingenieurinnen und Ingenieure können Unteranpassung erkennen, indem sie während des Trainings Verlustfunktionen überwachen. Wenn sowohl der Trainingsfehler als auch der Validierungsfehler hoch bleiben und nicht deutlich abnehmen, liegt beim Modell wahrscheinlich eine Unteranpassung vor. Im Gegensatz zu effektivem Feature Engineering, das Modellen hilft, Daten zu verstehen, kann auch eine zu geringe Anzahl an Merkmalen dazu führen, dass dem Modell notwendige Informationen fehlen.

Unteranpassung vs. Überanpassung#

Es ist entscheidend, Unteranpassung von ihrem Gegenstück, der Überanpassung, zu unterscheiden. Diese beiden Konzepte stellen die entgegengesetzten Enden der Bias-Varianz-Abwägung dar.

• Unteranpassung (hoher Bias): Das Modell ist zu unflexibel. Es erzielt sowohl auf den Trainingsdaten als auch auf den Testdaten schlechte Ergebnisse, weil es das grundlegende Signal nicht gelernt hat.
• Überanpassung (hohe Varianz): Das Modell ist zu flexibel. Es merkt sich die Trainingsdaten einschließlich des Rauschens und erzielt während des Trainings außergewöhnlich gute Ergebnisse, kann aber nicht auf neue Beispiele generalisieren.

Das Finden des „Sweet Spots“ zwischen diesen beiden Extremen ist das primäre Ziel der Modelloptimierung.

Anwendungen in der Praxis#

Das Verständnis von Unteranpassung ist für die Entwicklung zuverlässiger AI-Systeme in verschiedenen Branchen von entscheidender Bedeutung.

• Autonomes Fahren: Im Kontext autonomer Fahrzeuge kann ein unterangepasstes Modell zur Objekterkennung in komplexen städtischen Umgebungen möglicherweise nicht zwischen einer Fußgängerin oder einem Fußgänger und einem Laternenmast unterscheiden. Da dem Modell die Parameter fehlen, um die subtilen visuellen Unterschiede zu lernen, gefährdet es die Sicherheit von AI.
• Medizinische Diagnostik: Bei der Anwendung der medizinischen Bildanalyse zur Erkennung von Anomalien wie Tumoren kann ein übermäßig einfaches Modell kleine oder unregelmäßige Wucherungen übersehen. Wenn das neuronale Netzwerk zu wenige Schichten hat, kann es die komplexen Texturen, die für eine hohe Sensitivität und Spezifität erforderlich sind, nicht lernen, was zu übersehenen Diagnosen führt.

Unteranpassung mit Code beheben#

Im Bereich Computer Vision tritt Unteranpassung häufig auf, wenn eine Modellvariante verwendet wird, die für den Schwierigkeitsgrad der Aufgabe zu klein ist, etwa bei der Erkennung kleiner Objekte in hochauflösenden Drohnenaufnahmen. Das folgende Python-Beispiel zeigt, wie du mithilfe der Bibliothek ultralytics von einem kleineren Modell auf ein größeres und leistungsfähigeres Modell wechselst, um eine mögliche Unteranpassung 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 und die Unteranpassung wirksam zu verringern. Um zu überprüfen, dass dein Modell nicht mehr unterangepasst ist, solltest du es immer anhand eines robusten Testdatensatzes evaluieren. Für die Verwaltung von Datensätzen und die Nachverfolgung von Experimenten, um Unteranpassung frühzeitig zu erkennen, bietet die Ultralytics Platform umfassende Werkzeuge zur Visualisierung und Analyse.