方差和偏差

偏差、方差與噪聲 偏差（Bias）：描述的是根據樣本擬合出的模型的輸出預測結果的期望與樣本真實結果的差距，即在樣本上擬合的好不好。 方差（Variance）：模型每次輸出結果與模型輸出期望之間的誤差，即模型的穩定性。 噪聲（Noise）：爲真實標記與數據集中的實際標記間的偏差，通常由多種因素綜合影響造成，不可去除。 偏差度量了學習算法的期望預測與真實結果的偏離程度，刻畫了學習算法本身的擬合能力。

>>阅读原文<<