《李宏毅機器學習》- Task2 梯度下降、誤差偏差方差的關係、模型評估

1、理解偏差和方差 偏差（bias）：表示測試樣本集的測試期望值距離groundtruth期望值的偏差； a) bias越大，則說明預測結果越差，模型並未很好擬合訓練集樣本，欠擬合； b) 我們希望模型在測試樣本上的bias足夠小，那麼就需要增加模型的複雜程度，或者簡單理解爲增加模型（映射函數）的泰勒展開式最高冪次。 方差（variance）：表示模型在測試集上的預測結果是否穩定，或預測值距測試期

>>阅读原文<<