Juan Camilo Noreña López
Pregunta¿Qué es overfiting? y ¿Cómo se que llegue a un punto de overfiting?
Javier Orlando Herrera Rodríguez
El overfitting o sobreajuste es un problema común en el aprendizaje automático y ocurre cuando un modelo se ajusta demasiado bien a los datos de entrenamiento y pierde la capacidad de generalizar correctamente a datos nuevos y desconocidos. En otras palabras, el modelo se "memoriza" los datos de entrenamiento en lugar de aprender patrones generales que se pueden aplicar a nuevos datos.
Hay varias formas de detectar si un modelo está sufriendo de overfitting. Algunos indicadores comunes incluyen:
El rendimiento del modelo en el conjunto de entrenamiento es significativamente mejor que en el conjunto de prueba o validación.
El modelo tiene un alto grado de complejidad, lo que se refleja en un gran número de parámetros o características.
El modelo tiene un rendimiento pobre en datos nuevos y desconocidos.
El modelo muestra una variación significativa en su rendimiento cuando se usa con diferentes conjuntos de datos de prueba o validación.
