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
分享到:
