機器 學習中的方差和誤差

對於已創建的某一機器學習模型來講，不管是對訓練數據欠擬合或是過擬合都不是咱們想要的，所以應該有一種合理的診斷方法。

首先 Error = Bias + Variance

Error反映的是整個模型的準確度。

Bias反映的是模型在樣本上的輸出與真實值之間的偏差，即模型自己的精準度；

Variance反映的是模型每一次輸出結果與模型輸出指望之間的偏差，即模型的穩定性。