參數優化-偏差與方差

我們知道訓練模型時經常會有一些誤差，我們要想彌補這些誤差，首先要搞清楚這些誤差是怎麼產生的。   誤差的分解 假設我們要預測的模型爲 y=f(x)，但是通常數據都會有一些噪音，我們的數據集爲y=f(x)+noise，通常我們會假設數據服從正態分佈，也就是噪音會均分分佈在曲線兩側，所以噪音和爲0。 假設有測試數據 x，yD爲其在數據集中的label（有噪聲的label），y爲其真實的label（無噪

>>阅读原文<<