斯坦福機器學習筆記9——偏差

通過一部分訓練集擬合或是分類得到的模型，是否在樣本總體上同樣適用，誤差又有多少。這是本節研究的內容。 模型複雜程度對擬合效果的影響 如圖所示，用曲線擬合一組樣本點。左圖用一條之間進行擬合，模型簡單，但是很多點都不在這條直線上，偏差（Bias）和方差（Variance）都比較大。 中間圖採用二次曲線擬合，看着樣本數據點都在曲線附近，偏差（Bias）和方差（Variance）都較小。 右圖採用高階曲線

>>阅读原文<<