機器學習中的偏差和方差

當一個模型確定時，我們需要對其進行診斷，判斷這個模型是否存在過擬合或者欠擬合。通過偏差與方差我們可以很快捷的評價當前的模型。 偏差與方差的直觀理解 偏差：就是偏離的意思，與「標準」之間的差距。 方差：是離散程度，波動程度的意識。 圖1，2的偏差都比較小（都能在靶心的範圍內），但是圖1的方差更小（數據集中），而圖2則方差更大（數據發散）。 圖3，4的偏差都比較大（已經脫離了靶心位置） 從機器學習方面

>>阅读原文<<