Tal vez: ten cuidado. Cuando usted dice que el 70% de exactitud (sin embargo se mida) es lo suficientemente bueno para usted, se siente como usted está asumiendo que los errores son al azar o distribuido uniformemente.
Pero una de las maneras de mirar el sobreajuste es que sucede cuando un modelo de técnica permite (y su proceso de formación anima a) prestar demasiada atención a las peculiaridades en el conjunto de entrenamiento. Los sujetos de la población general que comparten estas peculiaridades pueden tener muy desequilibrada resultados.
Así que tal vez usted termina con un modelo que dice que todos los rojos los perros tienen cáncer, porque de esa peculiaridad en los datos de su entrenamiento. O que las personas casadas entre las edades de 24 y 26 son casi garantizado para presentar reclamaciones fraudulentas de seguros. Sus 70% de precisión deja mucho espacio para los bolsillos de los sujetos a ser 100% equivocado, porque su modelo es overfit.
(No se overfit no es una garantía de que usted no tiene bolsillos de las predicciones erróneas. De hecho, un modelo de ajuste tendrá franjas de malas predicciones, pero con el sobreajuste usted sabe que usted está magnificando el efecto de las peculiaridades de los datos de su entrenamiento.)