首先 Error = bias + variance
Error反映的是整个模型的准确度,bias反映的是模型在样本上的输出与真实值之间的误差,即模型本身的精准度,variance反映的是模型每一次输出结果与模型输出期望之间的误差,即模型的稳定性;
更准确地讲Error分成3个部分:Error = bias + variance + noise;
如何理解bias和variance
最新推荐文章于 2022-03-28 15:20:03 发布
首先 Error = bias + variance
Error反映的是整个模型的准确度,bias反映的是模型在样本上的输出与真实值之间的误差,即模型本身的精准度,variance反映的是模型每一次输出结果与模型输出期望之间的误差,即模型的稳定性;
更准确地讲Error分成3个部分:Error = bias + variance + noise;