2018-10-29
閱讀量:
1498
什么是偏倚（bias）、方差（variable）均衡
偏倚指的是模型預(yù)測值與真實值的差異，是由使用的學(xué)習(xí)算法的某些錯誤或過于簡單的假設(shè)造成的誤差。它會導(dǎo)致模型欠擬合，很難有高的預(yù)測準(zhǔn)確率。
方差指的是不同訓(xùn)練數(shù)據(jù)訓(xùn)練的模型的預(yù)測值之間的差異，它是由于使用的算法模型過于復(fù)雜，導(dǎo)致對訓(xùn)練數(shù)據(jù)的變化十分敏感，這樣會導(dǎo)致模型過擬合，使得模型帶入了過多的噪音。
任何算法的學(xué)習(xí)誤差都可以分解成偏倚、方差和噪音導(dǎo)致的固定誤差。模型越復(fù)雜，會降低偏倚增加方差。為了降低整體的誤差，我們需要對偏倚方差均衡，使得模型中不會由高偏倚或高方差。
0.0000
0
1
關(guān)注作者
收藏
評論(0)
發(fā)表評論
暫無數(shù)據(jù)
推薦帖子
CDA持證人阿濤哥
2025-05-24
0條評論
CDA持證人阿濤哥
2025-05-14
0條評論
CDA持證人阿濤哥
2024-10-29
0條評論