Bias - Variance Decomposition
偏差-方差分解定理解释了训练的数据和调控因子lamda(惩罚项里的)的作用因为机器学习的真实目标是期望风险最小化,其可以分解为三个部分Noise:像是多项式产生数据,会给原本的sinx+noise产生数据以拟合真实的数据,Bias:hx是理论上最优的f,所以偏差就是通过训练集得到的函数f和期望得到的函数差多少Variance:是指在一份训练数据上得到的函数和多份训练数据的平均之间相差多少第一行,第一个,每一条红色的线就是在一份数据上产生的结果第一行,第二、三个,.
复制链接