El error de entrenamiento y el de validación son altos y parecidos entre sí. ¿Qué sugiere?
Opciones
- Varianza alta: el modelo está sobreajustando
- Sesgo alto: el modelo es demasiado simple para el patrón (subajuste) (Opción correcta)
- Fuga de datos desde el conjunto de validación
- Un conjunto de validación demasiado pequeño
Respuesta
Sesgo alto: el modelo es demasiado simple para el patrón (subajuste)
Por qué
Cuando un modelo es malo incluso con los datos con los que entrenó, no puede captar el patrón: eso es sesgo alto, o subajuste.
El sobreajuste (varianza alta) se ve distinto: error de entrenamiento bajo pero error de validación mucho mayor.
Arreglos para el sesgo alto: un modelo más flexible, mejores features, menos regularización. Solo con más datos no mejorará mucho.
Recuerda
Los dos errores altos: sesgo. Una gran distancia entre ellos: varianza.