偏差（bias)和方差(variance)區別：

偏差（bias)和方差(variance)區別： 偏差指的是算法的期望預測與真實預測之間的偏差程度， 反應了模型本身的 擬合能力； 方差度量了同等大小的訓練集的變動導致學習性能的變化， 刻畫了數據擾動 所導致的影響。 當模型越複雜時， 擬合的程度就越高， 模型的訓練偏差就越小。 但此時如果 換一組數據可能模型的變化就會很大， 即模型的方差很大。 所以模型過於復 雜的時候會導致過擬合。 當模型越簡單

>>阅读原文<<