Underfitting
When a model is too simple to capture the pattern, and is wrong on training and new data alike.
El subajuste es la falla opuesta al sobreajuste: el modelo no aprendió lo suficiente. Los síntomas son puntajes malos en todas partes, y las soluciones son más capacidad, mejores características, entrenamiento más largo o un regularizador menos agresivo.
En la práctica: Ajustar una línea recta a datos que claramente se curvan.