迴歸任務誤差與方差

誤差與方差分解 「誤差-方差分解」是解釋學習算法泛化性能的一種重要工具。 它試圖對學習算法的指望泛化錯誤率進行拆解。 以迴歸任務爲例，E(f；D）泛化偏差能夠分解爲誤差、方差、噪聲之和。 web 誤差，度量了學習算法的指望預測與真實結果的偏離程度，即刻畫了學習算法自己的擬合能力； 方差，度量了一樣大小的訓練集的變更所致使的學習性能的變化，即刻畫了數據擾動所形成的影響； 噪聲，表達了在當前任務上任何

>>阅读原文<<