优达(Udacity)_误差原因

1.误差原因

偏差：因为模型无法表达基本数据的复杂度——模型过度简化造成的-欠拟合

方差：用于测试预测结果对任意给定样本数据的变化，产生原因为：模型对训练它的有效数据过度敏感——过拟合，无法泛化模型

可以通过训练更多的数据降低方差，或者降低模型的复杂度。

4.

from sklearn.model_selection import learning_curve # sklearn 0.18

文档中一个合理的实现是：

 learning_curve(
        estimator, X, y, cv=cv, n_jobs=n_jobs, train_sizes=train_sizes)

这里estimator是我们正在用来预测的模型，例如它可以是GaussianNB()，X和y是特征和目标。cv是交叉验证生成器，例如KFold()，'n_jobs'是平行运算的参数，train_sizes是多少数量的训练数据用来生成曲线。