Che cos’è la Variance?
La variance misura quanto un modello cambia quando si addestra su set diversi. Un valore alto indica che il modello è troppo sensibile, adattandosi ai rumori presenti nei dati di training.
Il risultato è un modello con performance eccellenti sul training ma pessime sul test. Per contrastare la variance si possono utilizzare tecniche come pruning, dropout o riduzione della dimensione del dataset.
Controllo Pratico della Variance
- Implementare early stopping per fermare l’addestramento al momento ottimale
- Utilizzare ensemble methods (bagging, boosting) che combinano più modelli
- Aumentare la quantità di dati di training con tecniche di data augmentation