Error=Bias+Variance

首先 Error = Bias + Variance Error反映的是整個模型的準確度，Bias反映的是模型在樣本上的輸出與真實值之間的誤差，即模型本身的精準度，Variance反映的是模型每一次輸出結果與模型輸出期望之間的誤差，即模型的穩定性。 舉一個例子，一次打靶實驗，目標是爲了打到10環，但是實際上只打到了7環，那麼這裏面的Error就是3。具體分析打到7環的原因，可能有兩方面：一是瞄準出

>>阅读原文<<