机器学习之诊断偏差和方差
当运行一个学习算法时,效果表现不好,多半是以下两种情况:1.偏差较大 2.方差较大。换句话说欠拟合或者过拟合。
通过图可知,对于训练集,当d较小时,模型拟合程度较低,误差较大;随着d的增长,拟合程度提高,误差减小。
对于交叉验证集,当d较小时,模型拟合程度低,误差较大;但是随着d的增长,误差呈现先减小,后增大的趋势,转折点是我们的模型开始过拟合训练数据集的时候。
1.训练集误差和交叉验证集误差接近时: 偏差/欠拟合
2.交叉验证集误差远大于训练集误差时: 方差/过拟合
欢迎关注小乌,小乌持续发力。
下一篇:机器学习之正则化和偏差/方差