深度学习笔记-偏差(Bias),方差(variance)

  • 若high bias,试着评估训练集或训练数据的性能。如果偏差值实在过高,甚至无法拟合数据,则应该选择一个新的网络(含有更多hidden layer,花费更多时间训练网络,或者more advanced algorithm),反复尝试,直到bias变小,能拟合数据,这是最低标准
  • 一旦偏差值降到了一个可以接受的范围,就要开始考虑 方差variance了
  • 评估方差通常是看dev set性能。若方差过高,最好的方法是采取更多的数据,或者通过正则化来解决此问题,或者继续找更好的神经网络构架,可能会一箭双雕
  • 偏差和方差可以通过训练集误差和验证集误差来判断
  • 若train set error为1%,而dev set error为11%,此事训练集设置的很好但验证集不ok,此时过度拟合了训练集,认为是high variance;
  • 而若训练集误差为16%,验证集误差为15%,若认为判断时误差基本上为0,此时可看出用这个算法训练的误差较大,训练数据拟合度不高,此时称为 欠拟合,也称 high bias。但是此时的验证集还是ok的,误差只比训练集的多1%
  • 若error分别为 15%,30%,认为是 high variance and high bias(此时曲线几乎是线性,其中部分过度拟合部分数据); 若分别是 1%, 0.5%, 则很好,是low variance and low bias
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值