深入理解機器學習的擬合問題和泛化問題

深入理解擬合問題和泛化問題: 從數學角度： 偏差是指我們忽略了多少數據，而方差是指我們的模型對數據的依賴程度。 （1）方差是模型響應訓練數據而變化的程度。由於我們只是記憶訓練集，我們的模型具有很大的差異：它高度依賴於訓練數據。 （2）偏差是方差的另一面，因爲它代表了我們對數據做出的假設的強度。 （3） 過擬合：過分依賴訓練數據 欠擬合：未能學習訓練數據中的關係 高方差：模型根據訓練數據顯着變化 高

>>阅读原文<<