機器學習系列（三）——誤差（error），偏差（bias），方差（variance）

訓練機器學習模型時，我們希望得到一個泛化性能優異的模型。在上一篇博客迴歸模型中，當我們採用多項式迴歸，並不斷增加多項式的次數時，模型越來越複雜，但是在測試集上的誤差並沒有逐步降低。 這表明一個複雜的模型並不總是能在測試集上表現出更好的性能，那麼誤差來自哪裏呢？ 泛化誤差（error） 我們知道，算法在不同訓練集上學得的結果很可能不同，即便這些訓練集是來自於同一個分佈。以迴歸任務爲例，對測試樣本 x

>>阅读原文<<