คะแนนของทั้งชุดฝึกและ validation ต่ำและใกล้เคียงกัน ลักษณะนี้ชี้ให้ตรวจอะไรเป็นลำดับแรก
กตรวจ overfitting และลดจำนวนข้อมูลฝึกเพื่อให้โมเดลจำรูปแบบง่ายขึ้น
ขตรวจ underfitting คุณภาพฟีเจอร์ สมมติฐานโมเดล และ learning curve
คเพิ่ม regularization ให้แรงขึ้น โดยไม่ตรวจความซับซ้อนของโมเดล
งใช้คะแนนชุดฝึกเป็นผลสุดท้าย เพราะสอดคล้องกับ validation แล้ว
เฉลยอธิบาย
Model selection and evaluation สนับสนุนหลักว่า การเลือกโมเดล เมตริก threshold และวิธี cross-validation ต้องสอดคล้องกับชนิดข้อมูล ต้นทุนความผิดพลาด และการใช้งานจริง ดังนั้นคำตอบที่ตรงที่สุดคือ “ตรวจ underfitting คุณภาพฟีเจอร์ สมมติฐานโมเดล และ learning curve”