机器学习---斯坦福机器学习笔记：模型优化与问题诊断

好的模型定义： 1） 训练误差小。 2） 训练误差接近测试误差 高偏差&高方差 1）偏差： 训练模型预测结果期望与实际值的偏差的期望。 2）方差：训练模型预测结果的方差（预测值-预测值期望）的平方期望。 3）偏差与方差与模型复杂度关系 高偏差（high bias）： 模型预测值与实际值偏离较大，即模型欠拟合（增加更多特征，改变特征）。 高方差（high variance）：过拟合（收集更多的训练样

>>阅读原文<<