偏差:期望预测与真实结果的偏离程度,刻画学习算法本身的拟合能力
方差:不同训练数据对学习性能的影像,刻画数据扰动造成的影响
偏差方差窘境:
越复杂的模型偏差越小,而方差越大。
我们用一个参数少的,简单的模型进行预测,会得到低方差,高偏差,通常会出现欠拟合。
而我们用一个参数多的,复杂的模型进行预测,会得到高方差,低偏差,通常出现过拟合。
红色:偏差
蓝色:方差
黑色:泛化误差/模型误差
欠拟合解决方法:
增加模型的复杂度
增加特征的个数
添加多项式特征
减少正则化
过拟合的解决方法:
减少模型复杂度,减少参数量
深度学习可以使用BN层
增大数据量
增加正则项
提前停止模型的训练 early stop
使用dropout