下图为吴恩达老师的视频课中截图,两条线分别为训练误差和验证误差随着d(特征复杂度,模型复杂度)的变化。
训练误差随着模型的复杂化会拟合的越来越好,误差会逐渐趋于0
验证误差开始的变化和训练时比较相近,但一般会误差略高于训练,单当模型复杂度到达阈值时,模型再次增加复杂度就会大致泛化能力变弱,对于样本外的验证集来说,误差就会不断升高。
高偏差(欠拟合):
从图中可见,当模型复杂度较低时,训练误差和验证误差都比较高,且两者比较接近,这时就是模型欠拟合
高方差(过拟合):
从图中可见,当模型过于复杂时,训练误差很小,验证误差很大。也可以说训练误差在下降,而验证误差开始上升,这时就要考虑是否出现了过拟合。
偏差和方差判断
最新推荐文章于 2022-07-15 17:35:00 发布