Underfitting
When a model is too simple to capture the pattern, and is wrong on training and new data alike.
Underfitting ist der umgekehrte Fehler zum Overfitting: Das Modell hat zu wenig gelernt. Die Symptome sind überall schlechte Werte, und die Abhilfen sind mehr Kapazität, bessere Features, längeres Training oder eine weniger aggressive Regularisierung.
In der Praxis: Eine Gerade an Daten anpassen, die erkennbar gekrümmt sind.