機器學習：算法模型的偏差 vs 方差

一個集成模型(f)在未知數據集(D)上的泛化誤差E(f;D)，由方差(var)，偏差(bais)和噪聲(ε)共同決定。 E ( f ; D ) = b i a s 2 ( x ) + v a r ( x ) + ϵ 2 E(f;D)=bias^2(x)+var(x)+\epsilon^2 E(f;D)=bias2(x)+var(x)+ϵ2 關鍵概念：偏差與方差 觀察下面的圖像，每個點就是集成算法中

>>阅读原文<<