Subajuste (underfitting)

Situación en la que un modelo es demasiado simple o se ha entrenado poco y no logra captar los patrones de los datos. Rinde mal tanto en entrenamiento como en datos nuevos.

Situación en la que un modelo es demasiado simple o se ha entrenado poco y no logra captar los patrones de los datos. Rinde mal tanto en entrenamiento como en datos nuevos.

Actualizado: 3 de junio de 2026.

Si el sobreajuste es memorizar de más, el subajuste es aprender de menos. El modelo no tiene capacidad o tiempo suficiente para representar la complejidad real de los datos.

Señales

Error alto en entrenamiento y validación por igual. La curva de aprendizaje se estanca demasiado pronto.

Soluciones

Usar un modelo más expresivo, entrenar más épocas, mejorar las características de entrada o ajustar la tasa de aprendizaje. El objetivo es el punto medio entre subajuste y sobreajuste.