SubajusteUnderfitting
Tan simple que ni siquiera acierta con los datos de práctica
- El subajuste es el estado en que el modelo es tan simple que ni siquiera acierta con los datos que usó para practicar.
- Se reconoce fácil: si la nota de entrenamiento y la de validación están bajas a la par, es subajuste. Ahí se diferencia del sobreajuste, donde solo una de las dos está baja.
- La causa es una de tres: le falta capacidad de representación, no entrenó el tiempo suficiente, o los datos que se le dieron eran pobres.
- La solución es la contraria: agrandar el modelo, entrenarlo más tiempo y añadir más información útil.
- El punto justo está entre el sobreajuste y el subajuste. Entrenar es, en el fondo, buscar ese punto.
Contenido
1La analogía
Delante del torno de alfarero hay varias piezas de muestra: un cuenco, un plato, una jarra de cuello alto. Cada una tiene una forma distinta y se pide copiarlas tal cual. Pero si solo se apoya una palma abierta sobre el barro y se hace girar el torno, el resultado es el mismo sin importar qué muestra se señale: un cilindro liso. Se señala el plato y sale un cilindro; se señala la jarra y también sale un cilindro. Con una sola palma no se puede formar por separado la base, el cuello y la boca. De nada sirve mirar la muestra con atención: el abanico de formas que esa mano es capaz de hacer es demasiado estrecho. El subajuste es justamente eso: faltan formas posibles, y ni siquiera se logra copiar la muestra que se tiene delante.
2En detalle
Falla incluso con lo que practicó
El rasgo del subajuste es que la nota es mala incluso con los datos de práctica. Es la situación de tener la muestra justo delante y aun así no lograr parecerse a ella.
Esto importa porque acota de inmediato dónde está el problema. Si ya falla con los datos de entrenamiento, reunir más datos o probar datos nuevos no sirve de nada: el problema no está en los datos, está en quien da forma a la pieza.
El sobreajuste, en el otro extremo, acierta casi todo con los datos de entrenamiento y solo se derrumba ante datos nuevos. Los dos estados tienen síntomas muy distintos a simple vista, y con solo saber cuál de los dos es, ya se sabe dónde hay que intervenir.
Por qué ocurre
Primero, cuando el abanico de formas posibles es estrecho. Es la diferencia entre modelar con una sola palma y modelar con los dedos por separado. Si hay pocas capas o pocas neuronas internas, no hay manera de captar los matices que tienen los datos.
Segundo, cuando no se ha dado suficiente tiempo. Es como girar el torno solo unas cuantas vueltas y dejarlo ahí. De las tres causas, esta es la más fácil de resolver, porque el tiempo se encarga solo.
Tercero, cuando la información que se dio es pobre. Si solo se indicó el diámetro y la altura del cuenco, pero nunca si tiene base o no, por más hábil que sea la mano no hay forma de distinguir un cuenco con base de uno sin ella. Cuando falta un dato necesario para decidir, agrandar el modelo no mejora nada.
Hay un motivo más: apretar demasiado el freno que se pone para evitar que el modelo se descontrole también produce subajuste. Es como atar los brazos para que no tiemble la mano: se bloquea hasta el movimiento que hacía falta.
Al sumar más dedos, todo cambia
En cuanto se empiezan a usar los dedos por separado, el resultado cambia de golpe. Un dedo empuja la pared interior y otro sostiene el exterior, y así aparece la base; al estrechar la parte de arriba aparece el cuello. Cada muestra empieza a dar una pieza distinta.
Con los modelos pasa igual. Añadir capas y aumentar las neuronas internas amplía los matices que se pueden captar, y la señal de eso es que la pérdida de entrenamiento empieza a bajar.
Pero si no se para ahí y se sigue empujando, se cruza hacia el extremo contrario: copiar hasta las huellas dactilares y las motas de barro de la superficie de la muestra es el sobreajuste. El punto justo está en algún lugar entre los dos extremos.
Cómo darse cuenta
Si durante el entrenamiento se dibujan juntas la nota de entrenamiento y la de validación, se ve enseguida. Si las dos líneas se quedan quietas en un nivel alto y no bajan más, es subajuste. Si solo la línea de entrenamiento sigue bajando y la de validación vuelve a subir, es sobreajuste.
Al empezar, un buen truco es arrancar a propósito desde el subajuste: probar primero con un modelo pequeño y ver hasta dónde baja la nota de entrenamiento, luego agrandarlo poco a poco hasta encontrar el punto en el que la nota de validación empieza a separarse. Empezar de entrada con un modelo grande dificulta saber qué es lo que está fallando.
3Con más precisión
El subajuste ocurre cuando la capacidad de representación del modelo no alcanza la estructura que tienen los datos, de modo que tanto la pérdida de entrenamiento como la de validación quedan altas. Dividiendo el error en sesgo y varianza, es el lado del sesgo alto; el sobreajuste es el lado contrario, el de la varianza alta.
La analogía también tiene sus límites. En el torno, sumar dedos cambia la forma de inmediato, pero un modelo no mejora siempre solo por agrandarlo: hace falta que los datos y el tiempo de entrenamiento crezcan junto con él, y si no, la nota de entrenamiento puede bajar sin que el rendimiento real mejore. Hay además problemas en los que los propios datos no traen fundamento suficiente para decidir la respuesta, así que por muchos dedos que se sumen la pérdida no baja de cierto nivel. No se llama subajuste a quedarse sin poder cruzar ese nivel, porque ese resto de variación ya venía incluido en los datos. Como no se sabe de antemano dónde está ese límite, hace falta ir agrandando el modelo desde uno pequeño y comprobar si la pérdida sigue bajando.
4Pruébalo
5Malentendidos comunes
Es fácil pensar que el subajuste ocurre por falta de datos, pero en realidad no se arregla por más que se agreguen datos: la causa está en que la capacidad del modelo es demasiado estrecha.
Es fácil creer que agrandar el modelo siempre lo soluciona, pero en realidad, si falta información necesaria para decidir o el freno está demasiado apretado, agrandarlo no cambia nada.
Es fácil pensar que toda nota baja es subajuste, pero en realidad, si la nota de entrenamiento es alta y solo la de validación es baja, es justo lo contrario, sobreajuste, y hay que intervenir en el sentido opuesto.
7Resumen en una línea
En resumenEl subajuste es cuando el abanico de formas posibles es demasiado estrecho como para copiar siquiera lo que se practicó, y se resuelve agrandando el modelo, entrenándolo más tiempo o dándole mejor información.
¿Has visto un error o tienes una analogía mejor? Sugerir una corrección · Última actualización2026-09-02