机器学习面试常考知识之偏差和方差

定义： 偏差：描述的是预测值的期望和真实值的偏离关系，偏差越大，越偏离真实值。（boosting减少偏差） 方差：描述的是预测值的离散程度（波动程度），方差越大，数据的分布越分散，波动越明显。（bagging降低方差）从数学角度看，可以理解为每个预测值与预测均值差的平方和的再求平均数。 这是一张常见的靶心图。可以想象红色靶心表示为实际值，蓝色点集为预测值。在模型不断地训练迭代过程中，我们能碰到四种

>>阅读原文<<