方差（Variance） 偏差（bias） 過擬合 欠擬合

機器學習中方差（Variance）和偏差（bias）的區別？與過擬合欠擬合的關係？   (1)bias描述的是根據樣本擬合出的模型的輸出預測結果的期望與樣本真實結果的差距，簡單講，就是在樣本上擬合的好不好。 低偏差和高方差（對應右上圖）是使得模型複雜，增加了模型的參數，這樣容易過擬合。 這種情況下，形象的講，瞄的很準，但手不一定穩。 （2）varience描述的是樣本上訓練出來的模型在測試集上的表

>>阅读原文<<