統計學總結之Bias(誤差),Error(偏差),和Variance(方差)的區別

Bias(誤差),Error(偏差),和Variance(方差)的區別 1)、概念: bias :度量了某種學習算法的平均估計結果所能逼近學習目標的程度;(一個高的誤差意味着一個壞的匹配) variance :則度量了在面對一樣規模的不一樣訓練集時分散程度。(一個高的方差意味着一個弱的匹配,數據比較分散) 靶心爲某個能完美預測的模型,離靶心越遠,則準確率隨之下降。靶上的點表明某次對某個數據集上學習
相關文章
相關標籤/搜索