Model Error Source
1.bias
bias 大
-
模型处于underfitting状态
-
cannot fit training data
-
需要做的是redesign model,增加模型复杂度,这个时候使用more data是没有用的
2.variance
variance 大
-
模型处于overfitting 状态
-
在test data上误差大
-
需要的是more data(很有效,但是不一定好实现)(数据增强的重要性)
-
regularization,可以使拟合曲线更加平滑
3.usually need a trade-off between bias and variance
- 多训练几个模型,根据不同的方式利用数据,算平均误差