回归任务误差与方差

误差与方差分解 “误差-方差分解”是解释学习算法泛化性能的一种重要工具。 它试图对学习算法的指望泛化错误率进行拆解。 以回归任务为例，E(f；D）泛化偏差能够分解为误差、方差、噪声之和。 web 误差，度量了学习算法的指望预测与真实结果的偏离程度，即刻画了学习算法自己的拟合能力； 方差，度量了一样大小的训练集的变更所致使的学习性能的变化，即刻画了数据扰动所形成的影响； 噪声，表达了在当前任务上任何

>>阅读原文<<