【機器學習】偏差-方差分解Bias-variance Decomposition

偏差-方差分解(Bias-Variance Decomposition) 偏差-方差分解(Bias-Variance Decomposition)是統計學派看待模型複雜度的觀點。Bias-variance分解是機器學習中一種重要的分析技術。給定學習目標和訓練集規模，它可以把一種學習算法的期望誤差分解爲三個非負項的和，即樣本真實噪音noise、bias和 variance。 noise 樣本真實噪音

>>阅读原文<<