偏差与方差详解

偏差与方差 问题引入 Q：目标为构建一个误差在 5%以内的猫 狗二分类识别器，目前的训练集错误率为 15%，开发集错误率为 16%，这时候应 该怎么办？ A1：通过添加层/神经元数量来增加神经 网络的大小。 A2：增加训练集的数据量。 概念定义 • 偏差（bias）： 度量了学习算法的期望预测与真实结果的偏离程度，即刻画了算法本身的拟合能力，偏差越大，表明越偏离真实值。 • 方差（variance

>>阅读原文<<