《李宏毅机器学习》- Task2 梯度下降、误差偏差方差的关系、模型评估

1、理解偏差和方差 偏差（bias）：表示测试样本集的测试期望值距离groundtruth期望值的偏差； a) bias越大，则说明预测结果越差，模型并未很好拟合训练集样本，欠拟合； b) 我们希望模型在测试样本上的bias足够小，那么就需要增加模型的复杂程度，或者简单理解为增加模型（映射函数）的泰勒展开式最高幂次。 方差（variance）：表示模型在测试集上的预测结果是否稳定，或预测值距测试期

>>阅读原文<<