機器學習(八) 多項式迴歸與模型泛化(下)

六、驗證數據集與交叉驗證 七、偏差方差平衡 偏差方差權衡 Bias Variance Trade off 偏差 Bias 導致偏差的主要原因： 對問題本身的假設不正確！ 如：非線性數據使用線性迴歸 欠擬合 underfitting 方差 Variance 數據的一點點擾動都會較大的影響模型 通常原因，使用的模型太複雜 如高階多項式迴歸。 過擬合 overfitting 偏差和方差 有一些算法天生高

>>阅读原文<<