¿Qué es Underfitting y Overfitting?

Rubiales Alberto

--

Overfitting: en español los podemos traducir como “sobreajuste”, se produce cuando nuestro modelo se aprende los datos de train perfectamente, por lo que no es capaz de generalizar, y cuando le lleguen nuevos datos obtendrá pésimos resultados. Formas de prevenir el overfitting:

  • Dividir nuestros datos en training, validación y testing.
  • Obtener un mayor número de datos.
  • Ajustar los parámetros de nuestros modelos.
  • Utilizar modelos más simples.
  • Los datos vienen de distintas distribuciones.
  • Bajar el número de iteraciones en los algoritmos iterativos.

Underfitting: en español lo podemos traducir como “infrajuste”, se produce cuando nuestro modelo no es capaz de identificar patrones. Por lo que tendrá siempre pésimos resultados. Formas de prevenir el underfitting:

  • Tratar los datos correctamente, eliminando outliers y variables innecesarias.
  • Utilizar modelos más complejos.
  • Ajustar los parámetros de nuestros modelos.
  • Aumentar las iteraciones en los algoritmos iterativos

Esto ha sido todo amigos! Si os ha gustado el artículo, no olvidéis en dejarme unas palmadas 👏👏👏 y seguirme.

--

--

Rubiales Alberto

Data Scientist who loves technology and business. Always learning and sharing ideas. Working at GFK as a Data Scientist. https://www.patreon.com/arubiales