机器学习补充(三)——bias偏差、error误差、variable方差三者的关系

1038-茹同学

发表文章数:74

热门标签

首页 » 算法 » 正文

机器学习补充(三)——bias偏差、error误差、variable方差三者的关系在看完了所有的讲解后我总结一下:
ERROR指的是泛化误差,通常用这种方式来评价我们拟合的模型在 “真实模型” 上的好坏。打个比方:我们希望我们的模型在识别很多兔子的照片的时候,既不会将其全部识别为狮子,也不会将其一会识别为海豹一会识别为兔子一会又识别为猫。
从之中我们可以看出泛化误差的定义:
泛化误差=偏差+方差,只有两者都小的情况下,才能使得我们的模型又准又不分散。
机器学习补充(三)——bias偏差、error误差、variable方差三者的关系

偏差Bias
根据西瓜书上的定义

偏差度量了学习算法的预期值与真实结果的偏离程度,刻画了学习算法本身的拟合能力。

对于一个算法其本身的偏差越小表示其

标签:

拜师教育学员文章:作者:1038-茹同学, 转载或复制请以 超链接形式 并注明出处 拜师资源博客
原文地址:《机器学习补充(三)——bias偏差、error误差、variable方差三者的关系》 发布于2020-08-24

分享到:
赞(0) 打赏

评论 抢沙发

评论前必须登录!

  注册



长按图片转发给朋友

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏

Vieu3.3主题
专业打造轻量级个人企业风格博客主题!专注于前端开发,全站响应式布局自适应模板。

登录

忘记密码 ?

您也可以使用第三方帐号快捷登录

Q Q 登 录
微 博 登 录