统计学总结之Bias(误差),Error(偏差),和Variance(方差)的区别

Bias(误差),Error(偏差),和Variance(方差)的区别 1)、概念: bias :度量了某种学习算法的平均估计结果所能逼近学习目标的程度;(一个高的误差意味着一个坏的匹配) variance :则度量了在面对一样规模的不一样训练集时分散程度。(一个高的方差意味着一个弱的匹配,数据比较分散) 靶心为某个能完美预测的模型,离靶心越远,则准确率随之下降。靶上的点表明某次对某个数据集上学习
相关文章
相关标签/搜索