Underfitting
When a model is too simple to capture the pattern, and is wrong on training and new data alike.
L’underfitting è il fallimento opposto all’overfitting: il modello non ha imparato abbastanza. I sintomi sono punteggi scarsi ovunque, e i rimedi sono più capacità, feature migliori, un addestramento più lungo o un regolarizzatore meno aggressivo.
In pratica: Adattare una retta a dati che chiaramente descrivono una curva.