理解機器學習中的偏差與方差

學習算法的預測誤差, 或者說泛化誤差(generalization error)可以分解爲三個部分: 偏差(bias), 方差(variance) 和噪聲(noise). 在估計學習算法性能的過程中, 我們主要關注偏差與方差. 因爲噪聲屬於不可約減的誤差 (irreducible error). 首先拋開機器學習的範疇, 從字面上來看待這兩個詞: 偏差. 這裏的偏指的是 偏離 , 那麼它偏離了什麼

>>阅读原文<<