Un modelo puntúa un 99 % con sus datos de entrenamiento y un 70 % con datos nuevos. ¿Cómo se llama esto?
Opciones
- Subajuste (underfitting)
- Deriva de datos
- Sobreajuste (overfitting) (Opción correcta)
- Desbalance de clases
Respuesta
Sobreajuste (overfitting)
Por qué
El modelo ha memorizado detalles y ruido del conjunto de entrenamiento en lugar de aprender el patrón general, así que no se traslada a datos nuevos.
El subajuste es lo contrario: la puntuación es mala tanto con los datos de entrenamiento como con los nuevos.
Arreglos típicos: más datos, un modelo más simple, regularización o menos features.
Recuerda
Muy bien en entrenamiento, mal con datos nuevos: sobreajuste.