【深度学习笔记】了解方差-偏差困境

在模型中：
当模型复杂度过低时，偏差则会比较大，训练出来的模型会欠拟合，因而需要提高模型复杂度来降低模型偏差；
当模型复杂度过高时，方差则会较大，训练的模型会过拟合，因而需要降低模型复杂度来降低偏差。
因此，模型复杂度的选择是一个十分纠结的问题，该问题被称为“方差-偏差困境”。（如下图所示）

形象地理解可以举个这么例子：
考试前刷题，如果刷得太多了，考试时做题会很死板，思维被局限了；但如果刷的太少了，你在考试时会因为没能了解足够多的题型而失利。如何权衡好刷题数目就是个学问。