機器學習的誤差從何而來？「偏差-方差分解 」 |李宏毅機器學習【3】

 對於機器學習算法，可以通過實驗估計其泛化性能，但是爲什麼不同算法在不同訓練集上有不同的錯誤率？欠擬合和過擬合的深層原因到底是什麼？「偏差-方差分解」(Bias-Variance decomposition)是解釋算法泛化性能的一種常用工具。 顧名思義，偏差-方差分解就是試圖把學習算法的期望泛化錯誤率分解爲偏差和方差。偏差指的是期望預測和真實結果之間的偏離程度，而方差指的是因相同數量的訓練集的變化

>>阅读原文<<