在机器学习中,我们经常使用最小平方差来评估模型的好坏,一般而言,最小平方差越小则模型越好。而最小平方差实际上是由bias和variance两部分组成的,且这两部分不能被同时缩小。所以为了使得最小平方差最小,我们需要在bias和variance之间做一些tradeoff。
由于这篇文章涉及很多的数学公式,而CSDN的博客不支持Latex语法,因而只能将这篇文章发布在自己的博客上。详细内容请点击 Bias and Variance Tradeoff
在机器学习中,我们经常使用最小平方差来评估模型的好坏,一般而言,最小平方差越小则模型越好。而最小平方差实际上是由bias和variance两部分组成的,且这两部分不能被同时缩小。所以为了使得最小平方差最小,我们需要在bias和variance之间做一些tradeoff。
由于这篇文章涉及很多的数学公式,而CSDN的博客不支持Latex语法,因而只能将这篇文章发布在自己的博客上。详细内容请点击 Bias and Variance Tradeoff