機器學習中的偏差與方差

之前看過很多次的方差與偏差的定義但是總是忘記，還是寫下來更好一點 如何判斷模型對數據的擬合程度 出現欠擬合，過擬合等情況，我們應該如何進行修改。 第一個問題： 偏差與方差的直觀理解 偏差：就是偏離的意思，與「標準」之間的差距。 方差：是離散程度，波動程度的意識。   圖1，2的偏差都比較小（都能在靶心的範圍內），但是圖1的方差更小（數據集中），而圖2則方差更大（數據發散）。 圖3，4的偏差都比較大

>>阅读原文<<