O subajuste (underfitting) é o problema contrário: o modelo não estudou o bastante e nunca entendeu direito o padrão.
Imagine assim: Um aluno que mal abriu o livro e só decorou um fato bem básico vai se sair mal tanto nos exercícios quanto na prova de verdade — porque nunca captou o padrão desde o começo.
Exemplos:
Então? O subajuste quer dizer que o modelo é simples demais ou não teve exemplos bons o bastante — a solução costuma ser variáveis melhores ou mais treinamento.