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，

>>阅读原文<<