機器學習之方差與偏差(bias-variance)

方差與偏差作爲學機器學習的一個基本功,經常被某些重視基礎的面試官所問到,這裏整理了一下相關的知識。 問題背景 我們評價一個機器學習模型的好壞,通常是評價模型的泛化性能,而對泛化性能爲什麼高低缺乏一些瞭解。偏差-方差分解(bias-variance decomposition)就是解釋學習算法泛化性能的一種重要工具。 原理 偏差、方差與噪聲的含義 偏差:度量了學習算法的期望預測與真實結果的偏離程度,
相關文章
相關標籤/搜索