快速理解機器學習中的偏差與方差

快速理解機器學習中的偏差與方差 偏差與方差 偏差（bias）：偏差度量了學習算法的期望預測與樣本真實結果的偏離程度，即刻畫了學習算法本身的擬合能力。 方差（variance）：方差度量了同樣大小的訓練集的變動導致的學習性能的變化，即刻畫了數據擾動所造成的影響。 噪聲（noise）：噪聲表達了在當前任務上學習算法所能達到的期望泛化誤差的下界，即刻畫了學習問題本身的難度。 偏差和方差的形象展示如下圖所

>>阅读原文<<