机器学习中的偏差与方差

之前看过很多次的方差与偏差的定义但是总是忘记，还是写下来更好一点 如何判断模型对数据的拟合程度 出现欠拟合，过拟合等情况，我们应该如何进行修改。 第一个问题： 偏差与方差的直观理解 偏差：就是偏离的意思，与“标准”之间的差距。 方差：是离散程度，波动程度的意识。   图1，2的偏差都比较小（都能在靶心的范围内），但是图1的方差更小（数据集中），而图2则方差更大（数据发散）。 图3，4的偏差都比较大

>>阅读原文<<