配適不足

配適不足（underfitting）是相反的失敗：模型太簡單或限制太多，抓不到資料中真正的結構，所以連在訓練集上都表現不好，更別說新資料。對著明顯彎曲的資料硬配一條直線，就是教科書上的例子。

如果說過度配適是靈活度太多，配適不足就是太少——一個偏差很高、漏掉訊號的模型。解法是給模型更多容量：加入相關特徵、納入交互作用或彎曲的（多項式）項、或選一個表達力更強的模型。建模的藝術，就在於在配適不足與過度配適之間掌舵。