機器學習中模型泛化能力和過擬合現象(overfitting)的矛盾、以及其主要緩解方法正則化技術原理初探...

1. 偏差與方差 - 機器學習算法泛化性能分析 在一個項目中，我們通過設計和訓練得到了一個model，該model的泛化可能很好，也可能不盡如人意，其背後的決定因素是什麼呢？或者說我們可以從哪些方面去改進從而使下次得到的model更加令人滿意呢？ 」偏差-方差分解（bias-variance decomposition）「是解釋學習算法泛化能力性能的一種重要工具。偏差-方差分解試圖對學習算法的期望

>>阅读原文<<