偏差&方差Def:
-
偏差(Bias):
-
-
衡量一个模型的拟合能力
-
模型的平均性能和最优模型的差异,模型的预测与真实值的差
-
训练集上的性能(贝叶斯最优误差&训练误差 之间的差异为可避免偏差)
-
-
方差(Variance):
-
-
模型在不同训练集上的差异
-
用来衡量一个模型是否容易过拟合
-
验证集上的性能(训练误差&验证误差 之间的差异)
-
Tips:
方差 | 偏差 | 结论 |
高 | 过学习 | |
高 | 学习不足 | |
低 | 低 | 最优模型 |
高 | 高 | 建议重开 |
低 | 高 | 模型/数据集有问题 |
调超参数用了验证集,其它的用的是数据集更新。
数据增扩:
众所周知,数据就是王道,但很多时候数据集有限,就需要数据增扩
以图像处理为例,有以下方式:
-
翻转、旋转、剪切、扭曲、模糊、色彩变化
有建议欢迎指出,也欢迎友好交流!另也欢迎关注其他平台上本人的账号 如下:
知乎:youzuos
小红书:知识薪火站
CSDN:youzuos
感谢支持!