Esse fenômeno pode ser classificado como subajuste (ou underfitting, em inglês). O subajuste ocorre quando um modelo é muito simples para capturar a complexidade dos dados, resultando em um desempenho insatisfatório tanto nos dados de treinamento quanto nos dados de teste. Para resolver isso, o analista pode considerar aumentar a complexidade do modelo ou utilizar técnicas mais avançadas que consigam capturar melhor os padrões presentes nos dados.