泛化能力和擬合能力的區別，偏差與方差的區別

在機器學習領域，最怕出現的就是過擬合能力，也就是訓練出來的模型在訓練集上進行測試，效果很好（一般來講，在神經網絡訓練中，隨着迭代次數的增加，模型的擬合能力會變得越來越好，如下圖中的紅線部分），但是在測試集上效果很差（也就是泛華能力變得很差，舉個栗子，對於加法準則來講，1+1=2，隨着迭代次數來講，每一次1+1都能算出等於2，但是突然測試集來了一個100+100，模型只能夠計算1+1的，不能計算10

>>阅读原文<<