Inteligencia Artificial
Qué es Sobreajuste
Cuando un modelo memoriza demasiado bien los datos de entrenamiento
Sobreajuste es un problema de aprendizaje automático cuando un modelo memoriza demasiado bien los datos de entrenamiento y no logra generalizar a nuevos datos.
Señales de Sobreajuste
- Alta precisión en datos de entrenamiento
- Baja precisión en datos de prueba
- Gran brecha entre métricas de train y test
- El modelo memoriza ruido en los datos
Causas
- Modelo demasiado complejo
- Datos de entrenamiento insuficientes
- Entrenamiento demasiado prolongado
- Falta de regularización
Métodos de Prevención
- Regularización (L1, L2)
- Dropout en redes neuronales
- Parada temprana
- Validación cruzada
- Aumento de datos
- Simplificación del modelo
Equilibrio Sesgo-Varianza
El sobreajuste está asociado con bajo sesgo y alta varianza. Encontrar el equilibrio correcto es crucial.