機器學習算法筆記之9：偏差與方差、學習曲線

1. 偏差與方差的理解 在訓練機器學習模型時，使用不同的訓練集很可能會得到不同的估計模型，估計模型隨着訓練集的改變而變化的程度就叫做方差variance。我們訓練得到的估計模型與實際真實模型的偏差即爲bias，估計與實際差距越大，bias就越高。爲了得到較低的誤差，需要儘可能地降低方差和偏差，然而這兩者不能同時減小，在bias與variance之間存在一個權衡trade-off。 低偏差的模型可以

>>阅读原文<<