偏差和方差以及噪聲的理解

偏差：度量的是學習算法的期望預測與真實結果的偏離程度，刻畫的是學習算法本身的 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，刻畫了數據擾動所造成的影響。 噪聲：表達了在當前任務上任何學習算法所能達到的期望泛化誤差下界，刻畫的是學習問題本身的難度。 泛化性能是由學習算法的能力，數據的充分性，以及學習任務本身所共同決定的。 下面這個是混淆矩陣： 查準率也叫作準確率，它描述的是：

>>阅读原文<<