機器學習與深度學習系列連載： 第一部分 機器學習（四）誤差分析（Bias and Variance）和模型調優

1.誤差分析（Bias and Variance） 當我們以非常複雜的模型去進行測試的時候，可能得到的結果並不理想 影響結果的主要有兩個因素：Bias 偏差、Variance 方差 Bias 偏差 在這裏，我們定義偏差是指與目標結果的偏移量，這個偏移量是我們選出來的函數的期望 E(f∗) E ( f ∗ ) 。如圖所示：與目標距離遠的是大偏差，與目標距離近的是小偏差 Variance 方差 而方差

>>阅读原文<<