解釋機器學習中的方差和偏差

偏差反映的是模型在樣本上的輸出和真實值之間的誤差(偏離程度)，即模型本身的準確度，擬合能力； 解決：使用更復雜的模型，使用更多的特徵。 方差反映的是模型每一次隨數據集的變動造成的輸出結果與模型輸出期望之間的誤差，即模型穩定性。 機器學習模型中權衡兩者，達到一個tradeoff的性能。 解決：使用交叉驗證，簡化模型，減少所用特徵維數，使用正則化方法。 避免過擬合和欠擬合：選擇更有代表性的特徵，使用更

>>阅读原文<<