Como descrever o underfitting e o overfitting em termos de viés e variância?

O subajuste (underfitting) caracteriza-se por um alto viés (bias) e baixa variância. Isso significa que o modelo é demasiado simples e não consegue captar os padrões nos dados, resultando em erros elevados nos conjuntos de treino e teste.

O sobreajuste (overfitting), por outro lado, está relacionado com um baixo viés e uma alta variância. O modelo é demasiado complexo e ajusta-se ao ruído e às particularidades do conjunto de treino, levando a um bom desempenho no treino, mas a um mau desempenho em novos dados.

O modelo ideal alcança um equilíbrio entre viés e variância, garantindo uma boa capacidade de generalização.