前言
关于机器学习的偏差和方差与过拟合和欠拟合的关系
一、偏差和方差定义
偏差是衡量一个模型在训练数据集上拟合程度的
方差是衡量这个模型在不同数据集合（测试集合）上拟合程度的
二、解释
如上图
- 低偏差低方差表示改模型很好
- 低偏差高方差表明模型过拟合
- 高偏差低方差表明模型欠拟合
- 高偏差高方差表明模型欠拟合
改善
模型修改策略
- 过拟合：增大数据规模、减小数据特征数（维数）、增大正则化系数λ
- 欠拟合：增多数据特征数、添加高次多项式特征、减小正则化系数λ
相关文章：
相似解决方案
热门标签