Definition
El sobreajuste ocurre cuando un modelo aprende los datos de entrenamiento demasiado bien, incluyendo su ruido aleatorio y valores atípicos, lo que resulta en un excelente rendimiento en los datos de entrenamiento pero en un rendimiento deficiente en nuevos datos de prueba no vistos.
Summary
Un error de modelado donde un algoritmo de aprendizaje automático captura ruido en lugar de la señal subyacente, perjudicando la generalización.
Key Concepts
- Alta varianza
- Pobre generalización
- Brecha entre error de entrenamiento y prueba
- Complejidad del modelo
Use Cases
- Diagnóstico de problemas de rendimiento del modelo
- Selección de la fuerza de regularización
- Determinación de la profundidad óptima del modelo