閒話機器學習中偏差---方差權衡問題

機器學習中，尋找偏差與方差平衡是機器學習中的根本。   一般的，針對機器學習而言，數據集在模型訓練中會被分爲訓練集（training data）、驗證集（validation data）、測試集（test data）。其中，測試集是在模型訓練好後，對該模型的客觀評價，測試集數據一定不要參與訓練。這裏探討的主要是偏差與方差的關係，測試集就不過多的探討。 模型的偏差=偏差+方差+不可消除的偏差（對於給

>>阅读原文<<