方差和偏差

偏差、方差与噪声 偏差（Bias）：描述的是根据样本拟合出的模型的输出预测结果的期望与样本真实结果的差距，即在样本上拟合的好不好。 方差（Variance）：模型每次输出结果与模型输出期望之间的误差，即模型的稳定性。 噪声（Noise）：为真实标记与数据集中的实际标记间的偏差，通常由多种因素综合影响造成，不可去除。 偏差度量了学习算法的期望预测与真实结果的偏离程度，刻画了学习算法本身的拟合能力。

>>阅读原文<<