# Sobreajuste, Sesgo y Técnicas de Control Semestre 01, 2026 ## Problemática Un modelo puede ajustarse bien para los datos de prueba pero fallar en datos nuevos. El objetivo no es un ajuste perfecto, sino generalizar. ## Sobreajuste (Overfitting) * El modelo aprende demasiado bien los datos de entrenamiento * Captura ruido además de señal * Tiene bajo error en train * Alto error en test Memoriza en lugar de aprender 🦜. ### Ejemplo Modelo lineal simple vs polinomio de grado 10. El polinomio: * Ajusta todos los puntos * Pero oscila violentamente * Mala generalización ### Síntomas * Error de entrenamiento muy bajo * Error de prueba alto * Modelo muy complejo * Demasiados parámetros ## Subajuste (Underfitting) * El modelo es demasiado simple * No captura la estructura real * Alto error en train * Alto error en test No aprende lo suficiente 🧟‍♂️. ### Ejemplo Intentar ajustar una recta cuando la relación real es cuadrática. La recta siempre falla. ## Sesgo–Varianza Error total = Sesgo² + Varianza + Error irreducible Siempre hay un compromiso. ### Sesgo * Error por simplificación excesiva * Modelo demasiado rígido * Subajuste Alta simplificación → alto sesgo ### Varianza * Sensibilidad a pequeñas variaciones en los datos * Modelo demasiado flexible * Sobreajuste Alta complejidad → alta varianza ### Generalización Modelo simple → alto sesgo, baja varianza Modelo complejo → bajo sesgo, alta varianza El punto óptimo está en equilibrio. ## Validación Cruzada (k-fold) * Dividir datos en k partes * Entrenar k veces * Promediar desempeño Reduce dependencia de una sola partición. ### Ventajas * Mejor estimación del error real * Reduce varianza en evaluación * Ideal con datasets pequeños ## Bootstrap * Muestreo con reemplazo * Genera múltiples datasets artificiales * Estima distribución del estimador ### Usos * Estimar incertidumbre * Calcular intervalos de confianza * Medir estabilidad del modelo ## Diferencia CV vs Bootstrap Validación Cruzada: * Evalúa desempeño predictivo Bootstrap: * Evalúa estabilidad e incertidumbre Ambos ayudan a controlar sobreajuste. ## Estrategias adicionales * Reducir complejidad del modelo * Regularización (Ridge, Lasso) * Más datos * Selección de variables