偏差與方差詳解

偏差與方差 問題引入 Q：目標爲構建一個誤差在 5%以內的貓 狗二分類識別器，目前的訓練集錯誤率爲 15%，開發集錯誤率爲 16%，這時候應 該怎麼辦？ A1：通過添加層/神經元數量來增加神經 網絡的大小。 A2：增加訓練集的數據量。 概念定義 • 偏差（bias）： 度量了學習算法的期望預測與真實結果的偏離程度，即刻畫了算法本身的擬合能力，偏差越大，表明越偏離真實值。 • 方差（variance

>>阅读原文<<