Desde que comencé a migrar a la ciencia de datos escuché sobre el famoso Compensación entre sesgo y varianza.
Pero aprendí lo suficiente como para seguir adelante con mis estudios y nunca miré demasiado hacia atrás. Siempre supe que un modelo altamente sesgado no ajusta los datos de manera adecuada, mientras que un modelo de alta varianza está sobreajustado, y que ninguno de ellos es bueno cuando se entrena un modelo de ML.
También sé que debemos buscar un equilibrio entre ambos estados, así tendremos una buen ajuste o un modelo que generalice bien el patrón a nuevos datos.
Pero debo decir que nunca fui más allá de eso. Nunca busqué ni creé modelos muy sesgados o muy variantes sólo para ver qué hacen realmente con los datos y cómo son las predicciones de esos modelos.
Eso es hasta hoy, por supuesto, porque esto es exactamente lo que estamos haciendo en esta publicación. Procedamos con algunas definiciones.