Subajuste

¿Qué significa subajuste?

El subajuste se produce cuando un modelo no capta suficientemente las relaciones necesarias para su tarea. Los resultados deficientes pueden aparecer incluso con los ejemplos de entrenamiento. Entre las causas posibles están características de entrada inadecuadas, capacidad insuficiente del modelo o un entrenamiento mal planteado. Para investigarlas se examinan resultados de entrenamiento y evaluación junto con datos, objetivos y ajustes. Un conjunto de datos mayor no corrige automáticamente la representación insuficiente de esas relaciones.

Supongamos que un modelo ficticio de planificación de servicio predice casi la misma duración de trabajo para revisiones breves y reparaciones complejas. El equipo investiga si el tipo de trabajo está disponible como entrada y si las duraciones utilizadas como valores objetivo describen el mismo alcance de trabajo. Después comprueba si la forma del modelo y el entrenamiento pueden captar las diferencias relevantes. Para ello compara casos adecuados del aprendizaje y de una evaluación separada. La siguiente variante se desarrolla a partir de esos hallazgos, en vez de añadir solamente más ejemplos al proceso sin modificarlo.

Fuentes

• Google · Machine Learning Glossary: ML Fundamentals