Definition:
Underfitting liegt vor, wenn ein Modell zu wenig aus den Trainingsdaten lernt und deshalb selbst einfache Muster nicht gut erkennt. Das führt in der Regel zu ungenauen oder schwachen Ergebnissen.
Underfitting liegt vor, wenn ein Modell zu wenig aus den Trainingsdaten lernt und deshalb selbst einfache Muster nicht gut erkennt. Das führt in der Regel zu ungenauen oder schwachen Ergebnissen.