onderfitten
Onderfitten is een term uit statistiek en machine learning die verwijst naar een model dat de onderliggende relatie in de data niet voldoende kan vastleggen, waardoor het zowel op de trainingsset als op de testset hoge fouten vertoont. Het is het tegenovergestelde van overfitting: het model is niet complex genoeg om patronen te leren.
Oorzaken van onderfitten zijn onder meer: een model dat te eenvoudig is (te weinig parameters of een
Signalen van onderfitten bestaan uit systematische bias en hoge fout op zowel de trainings- als de testdata.
Aanpak om onderfitten te verhelpen omvat het verhogen van de modelcomplexiteit of het toepassen van betere
Relatie met overfitting: onderfitten gaat gepaard met hoge bias en beperkte capaciteit, terwijl overfitting gekenmerkt wordt