在机器学习中,即使使用同样的算法,如果training set不一样,会生成不一样的模型。
假设我们有一个隐藏的data generating distribution P_data 生成不同颜色的点。
在红线越密集的地方,红点越多,蓝线约密集的地方蓝点越多,那么这个distribution可以生成无数的training set。
此时,我们随意定义一个点x,我们希望用机器学习的训练出一个model,判断这个点的颜色。
但是根据我们之前学到的,training set不一样,会生成不一样的模型。这三个模型会预测出不同的结果。
y是我们预测出的结果,很明显我们可以把y当成一个random variable,那么我们就可以讨论y的expectation和variance。
t是我们观察出的结果,也就是x这个点的真实颜色。从逻辑上来说,y与t是独立的,因为