機器學習之診斷偏差和方差
當運行一個學習算法時，效果表現不好，多半是以下兩種情況：1.偏差較大 2.方差較大。換句話說欠擬合或者過擬合。
通過圖可知，對於訓練集，當d較小時，模型擬合程度較低，誤差較大；隨著d的增長，擬合程度提高，誤差減小。
對於交叉驗證集，當d較小時，模型擬合程度低，誤差較大；但是隨著d的增長，誤差呈現先減小，後增大的趨勢，轉折點是我們的模型開始過擬合訓練數據集的時候。
1.訓練集誤差和交叉驗證集誤差接近時： 偏差/欠擬合
2.交叉驗證集誤差遠大於訓練集誤差時： 方差/過擬合
歡迎關注小烏，小烏持續發力。
下一篇：機器學習之正則化和偏差/方差
分享到:
