bias、variance介紹

bias、variance介紹 error = bias^2 + variance + noise 誤差原因： bias反映的是模型在樣本上的輸出值與真實值之間的誤差，即模型本身的精準度，反映算法本身的擬合能力。爲系統誤差，可以理解爲其他學科裏面的準確度，即模型輸出值的平均值與真實值平均值的符合程度。 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，反映預測結果

>>阅读原文<<