【ML】李宏毅二：error来源

error来源于bias或者变量

mean：均值

variance：方差

N较小，则分散的比较开；越大则分散的越集中

 计算variance：

 bias和variance区别：

 

 每个平行宇宙，抓到的宝可梦不一样，即使使用一样的函数，会得出来不同的model

 

 

 比较简单的model，不太会收到data影响，所以variance就比较小

 

 bias： 

 

 

 

 取值只能在function space里面取

比较简单的model：bias比较大，variance较小

比较复杂的model： bias比较小，variance较大

 当bias太大：

1，增加更多feature，对于宝可梦cp值的case，可以增加种类，height，weight等feature。  

2，令model更复杂，3次项变为5次项     

当variance太大：

1，更多data

2，正则化，在f后加一个参数，越小越好，使f更smooth

 

如何选model？不要把验证集当作测试集用

 可以把训练集分成训练+测试集