欠擬合、過擬合、偏差、方差

1. 基本概念 偏差：偏差度量了學習算法的期望預測與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：方差度量了同樣大小的訓練集的變動所導致的學習性能的變化, 即刻畫了數據擾動所造成的影響。 欠擬合：模型的經驗誤差大，模型太簡單，在訓練的過程中基本沒學到有價值的內容，說明模型欠擬合。 過擬合：模型學習了太多的訓練樣本的「個性」（經驗誤差小），但是對於未知的樣本泛化能力差（泛化誤差大），

>>阅读原文<<