El sobreajuste ocurre cuando un modelo se adapta tanto a los datos empleados para construirlo que aprende peculiaridades accidentales de esa muestra, en lugar de relaciones que se mantengan en situaciones nuevas. Puede parecer excelente sobre partidos ya conocidos y funcionar mal en encuentros posteriores.
Aprender un patrón o memorizar una coincidencia
Imagina un sistema que intenta estimar la probabilidad de victoria local con forma reciente, diferencia de fuerzas y localía. Si se añaden decenas de reglas muy concretas —«solo los martes», «solo con una secuencia particular de córners», «solo cuando cierto indicador supera 0,613»—, quizá sea posible explicar prácticamente todos los resultados históricos. Eso no demuestra que esas reglas aporten información útil: parte puede ser ruido de una muestra finita.
La capacidad de un modelo describe cuántas relaciones puede aprender. Una capacidad excesiva en relación con la cantidad y calidad de datos incrementa el riesgo de ajustar coincidencias. Pero un modelo sencillo también puede sobreajustarse si se prueban muchísimas versiones y solo se muestra la más favorable. El problema no depende exclusivamente de que se utilice inteligencia artificial o una fórmula compleja.
Conviene distinguir ajuste de generalización. El primero se refiere al comportamiento sobre los datos ya vistos; la segunda, al comportamiento sobre datos genuinamente nuevos. Una distancia grande entre resultados muy buenos en entrenamiento y peores en evaluación puede ser señal de sobreajuste, aunque también deben revisarse cambios de contexto, tamaño de muestra y errores de datos.
Ejemplo resuelto: la trampa de la regla muy específica
Ejemplo ficticio de fútbol. Comparamos dos clasificadores sobre veinte partidos de entrenamiento y veinte partidos posteriores reservados. Ambos predicen únicamente si ganará el equipo local, y todos los encuentros se han definido y contabilizado del mismo modo. El modelo sencillo incorpora pocas variables; el complejo tiene numerosas condiciones elegidas hasta encajar con los partidos antiguos.
| Modelo | Entrenamiento | Bloque posterior |
|---|---|---|
| Sencillo | 12 de 20 = 60 % | 11 de 20 = 55 % |
| Muy complejo | 19 de 20 = 95 % | 9 de 20 = 45 % |
El modelo complejo presenta una mejora de 35 puntos porcentuales en entrenamiento respecto al sencillo (95 − 60), pero en el bloque posterior rinde 10 puntos peor (45 − 55). En esta historia inventada, eso ilustra una señal de sobreajuste. No podemos declarar superioridad estadística del modelo sencillo: veinte partidos de prueba son pocos, y la tasa de acierto ni siquiera describe calidad de las probabilidades.
Si tras observar el 45 % se cambian parámetros y se vuelve a mirar exactamente los mismos veinte partidos hasta lograr 70 %, esos datos ya se han utilizado para seleccionar el método. Llamarlos «prueba independiente» sería engañoso; se necesitaría otro bloque futuro que no hubiera intervenido en la elección.
Cómo se reconoce y se limita
Una práctica rigurosa separa entrenamiento (ajuste de parámetros), validación (elección entre alternativas) y prueba final (estimación con datos no utilizados para ajustar ni seleccionar). En fútbol, además, conviene que el orden respete la información disponible antes de cada partido y que los encuentros de una misma jornada o grupos relacionados no se mezclen sin razón.
Puede limitarse complejidad, exigir una justificación previa de las variables, reducir búsquedas de combinaciones arbitrarias y comprobar sensibilidad a temporadas, ligas y ventanas. Estas decisiones no garantizan una predicción buena: solo disminuyen ciertas maneras de autoengañarse. También hace falta una referencia simple para comprobar si la complejidad realmente aporta algo.
- Error: confundir una tasa casi perfecta sobre el pasado con capacidad predictiva futura.
- Error: repetir búsquedas sobre la misma prueba final y seguir llamándola «fuera de muestra».
- Error: elegir exclusivamente los periodos, ligas o mercados donde el modelo tuvo mejor resultado.
Qué recordar: el objetivo no es explicar impecablemente cada marcador que ya conocemos, sino ofrecer probabilidades razonables en situaciones que el modelo todavía no ha visto.
Conceptos relacionados
- Backtesting
- Validación fuera de muestra
- Fuga de información
- Tamaño y selección de la muestra
- Sesgo de selección