快速理解机器学习中的偏差与方差

快速理解机器学习中的偏差与方差 偏差与方差 偏差（bias）：偏差度量了学习算法的期望预测与样本真实结果的偏离程度，即刻画了学习算法本身的拟合能力。 方差（variance）：方差度量了同样大小的训练集的变动导致的学习性能的变化，即刻画了数据扰动所造成的影响。 噪声（noise）：噪声表达了在当前任务上学习算法所能达到的期望泛化误差的下界，即刻画了学习问题本身的难度。 偏差和方差的形象展示如下图所

>>阅读原文<<