在機器學習中，偏差與方差是什麼？

偏差度量了學習算法的期望與真實結果的偏差，刻畫了算法本身的擬合能力，方差度量了同樣大小的訓練集的變動所導致的學習性能的變化。 偏差用於描述模型的擬合能力，方差用來描述模型的穩定性。 當訓練度不足的時候，偏差主導模型的泛化誤差； 當訓練進入後期，模型的擬合能力增強，方差主導模型的泛化誤差； 當訓練足夠的時候，如果擬合能力過強會導致過擬合。 Q1 泛化誤差、偏差、方差與噪聲之間的關係 學習器在訓練集上

>>阅读原文<<