機器學習算法筆記之9：誤差與方差、學習曲線

1. 誤差與方差的理解算法 在訓練機器學習模型時，使用不一樣的訓練集極可能會獲得不一樣的估計模型，估計模型隨着訓練集的改變而變化的程度就叫作方差variance。咱們訓練獲得的估計模型與實際真實模型的誤差即爲bias，估計與實際差距越大，bias就越高。爲了獲得較低的偏差，須要儘量地下降方差和誤差，然而這二者不能同時減少，在bias與variance之間存在一個權衡trade-off。機器學習 低

>>阅读原文<<