Subajuste (Underfitting)

El infraajuste se produce en aprendizaje automático (AM) cuando un modelo estadístico o algoritmo es demasiado simple para captar la estructura subyacente de los datos. Describe un escenario en el que el modelo no puede aprender adecuadamente las relaciones entre las variables de entrada y las variables objetivo. Como el modelo no no capta la señal de los datos, su rendimiento en los datos de datos de entrenamiento y generaliza mal a nuevos datos no vistos. desconocidos. Un modelo inadaptado suele tener un sesgo sesgo, lo que significa que hace suposiciones erróneas sobre los datos, lo que hace que no se detecten patrones y que la precisión.

Signos y síntomas de un ajuste insuficiente

La detección de la inadaptación suele ser sencilla durante la fase de evaluación del modelo. El principal indicador es una de error o baja precisión, tanto en el conjunto de entrenamiento como en los datos de validación. datos de validación. Si la Si la función de pérdida sigue siendo alta y no disminuye significativamente con el tiempo, es probable que el modelo esté infraadaptado. A diferencia de la sobreadaptación, en la que el modelo funciona bien con los datos de datos de validación, la inadaptación representa un fallo en el aprendizaje de la tarea desde el principio. desde el principio. El análisis de las curvas de aprendizaje puede El análisis de las curvas de aprendizaje puede confirmar visualmente este comportamiento. pero con una tasa de error elevada.

Infraadaptación frente a sobreadaptación

Para entender la inadaptación, es útil contrastarla con su contrapartida opuesta, el sobreajuste. Estos dos conceptos representan los extremos del equilibrio entre sesgo y varianza, que es para construir sistemas de IA robustos.

• Ajuste insuficiente (sesgo elevado): El modelo es demasiado simple (por ejemplo, un modelo lineal para datos no lineales). En presta muy poca atención a los datos de entrenamiento y simplifica en exceso el problema.
• Sobreajuste (alta varianza): El modelo es demasiado complejo. Memoriza los datos de entrenamiento, incluidos ruido y valores atípicos, por lo que es incapaz de generalizar a nuevas entradas.

El objetivo del aprendizaje profundo (AD) y otras disciplinas de IA El objetivo del aprendizaje profundo (deep learning, DL) y otras disciplinas de IA es encontrar el "punto dulce" entre estos dos extremos, creando un modelo que sea lo suficientemente complejo para aprender patrones pero lo suficientemente sencillo para generalizar. para aprender los patrones pero lo suficientemente simple para generalizar.

Causas comunes y soluciones

Hay varios factores que pueden dar lugar a un ajuste insuficiente, pero a menudo se pueden solucionar ajustando la arquitectura del modelo o el proceso de tratamiento de datos. procesamiento de datos.

• Simplicidad de modelo: Utilizar un modelo lineal para un conjunto de datos complejo y no lineal es una causa frecuente.
  • Solución: Aumentar la complejidad o capacidad del modelo. Por ejemplo, pasar de una a una red neuronal (NN) o utilizar una arquitectura una arquitectura mayor, como una red red neuronal convolucional (CNN).
• Características insuficientes: El modelo puede carecer de los datos de entrada necesarios para hacer predicciones precisas.
  • Solución: Realizar para crear entradas más descriptivas o descriptivos o aplicar técnicas de técnicas de preprocesamiento de datos patrones más accesibles.
• Regularización excesiva: Las técnicas diseñadas para evitar el sobreajuste pueden aplicarse a veces con demasiada agresividad. agresivamente.
  • Solución: Reducir los parámetros asociados a regularización o reducir la tasa en una capa de abandono para que el modelo tenga más para aprender.
• Tiempo de formación insuficiente: Detener el proceso de entrenamiento demasiado pronto impide que el modelo modelo converja.
  • Solución: Entrenar durante más épocas, dando al algoritmo de optimización más tiempo para minimizar la pérdida.

Ejemplos del mundo real

1. Predicción de precios inmobiliarios: Imagine que utiliza un simple modelo de regresión lineal para predecir basándose únicamente en los metros cuadrados. Los precios de la vivienda en el mundo real están influidos por factores complejos y no lineales, como la ubicación, la calidad del barrio y las tendencias del mercado. como la ubicación, la calidad del vecindario y las tendencias del mercado. Un modelo lineal no captaría estos matices, lo que daría como resultado un ajuste insuficiente y resultados de predicción en los que las estimaciones son sistemáticamente inexactas.
2. Diagnóstico por imagen médica: En AI en sanidad, la detección de tumores en resonancias magnéticas requiere identificar formas y texturas complejas. Si los desarrolladores utilizan una red poco profunda o un modelo con muy pocos parámetros para esta tarea de detección de de objetos, es probable que el modelo no distinga el tumor del tejido sano. Carece de la "capacidad" para aprender las características detalladas necesarias para sensibilidad y especificidad.

Código para corregir la inadaptación

En el contexto de la visión por ordenador, el ajuste insuficiente suele producirse cuando se utiliza una variante del modelo demasiado pequeña para la dificultad de la tarea (por ejemplo, la detección de objetos pequeños en imágenes de drones de alta resolución). dificultad de la tarea (por ejemplo, detectar objetos pequeños en imágenes de drones de alta resolución). La Python ejemplo muestra cómo cambiar de un modelo más pequeño a otro más grande y mayor utilizando el botón ultralytics para resolver posibles desajustes.

from ultralytics import YOLO

# If 'yolo11n.pt' (Nano) is underfitting and yielding low accuracy,
# upgrade to a model with higher capacity like 'yolo11l.pt' (Large).
model = YOLO("yolo11l.pt")

# Train the larger model.
# Increasing epochs also helps the model converge if it was previously underfitting.
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

Al pasar a un sistema Ultralytics YOLO11 y garantizando la duración adecuada del entrenamiento, el sistema adquiere los parámetros necesarios para aprender patrones mitigar eficazmente la inadaptación. Para tareas extremadamente complejas, arquitecturas futuras como YOLO26 (actualmente en actualmente en desarrollo) pretenden ofrecer una densidad y una precisión aún mayores. Para comprobar que su modelo ya no se ajusta mal, siempre con un conjunto de datos de prueba sólido.