機器學習中學習曲線的 bias vs variance 以及 數據量m

關於偏差、方差以及學習曲線爲代表的診斷法： 在評估假設函數時，我們習慣將整個樣本按照6:2:2的比例分割：60%訓練集training set、20%交叉驗證集cross validation set、20%測試集test set，分別用於擬合假設函數、模型選擇和預測。 模型選擇的方法爲： 1. 使用訓練集訓練出 10 個模型 2. 用 10 個模型分別對交叉驗證集計算得出交叉驗證誤差（代價函數的

>>阅读原文<<