斯坦福机器学习笔记9——偏差

通过一部分训练集拟合或是分类得到的模型，是否在样本总体上同样适用，误差又有多少。这是本节研究的内容。 模型复杂程度对拟合效果的影响 如图所示，用曲线拟合一组样本点。左图用一条之间进行拟合，模型简单，但是很多点都不在这条直线上，偏差（Bias）和方差（Variance）都比较大。 中间图采用二次曲线拟合，看着样本数据点都在曲线附近，偏差（Bias）和方差（Variance）都较小。 右图采用高阶曲线

>>阅读原文<<