Sobreajuste

Explicado fácil

Un modelo sobreajustado es como un estudiante que se aprende de memoria las respuestas de los exámenes de años anteriores. En esos exámenes saca un 10, pero ante preguntas nuevas se pierde.

Una analogía

Un sastre que cose un traje perfecto para una sola persona, con cada arruga de su postura de hoy. Le queda impecable a esa persona ese día y mal a cualquier otra.

Un ejemplo

Un modelo que detecta tumores en radiografías y, sin querer, aprende que las imágenes de cierto hospital (con un marcador concreto en la esquina) suelen ser casos graves. Con datos de otro hospital falla, porque no aprendió medicina sino un atajo.

Cómo funciona (nivel técnico)

Se detecta comparando el error en entrenamiento (muy bajo) con el error en validación (alto). Se combate con más datos, regularización (L1/L2, dropout), modelos más simples, aumento de datos y parada temprana, que consiste en detener el entrenamiento cuando el error de validación empieza a subir. El caso contrario es el subajuste: un modelo demasiado simple que no captura ni siquiera los patrones de entrenamiento.

Errores comunes

• Evaluar con los datos de entrenamiento y celebrar una precisión del 99 %.
• Pensar que un modelo enorme siempre sobreajusta. Con suficientes datos y buena regularización, los modelos muy grandes pueden generalizar notablemente bien.