偏差和方差以及噪声的理解

偏差：度量的是学习算法的期望预测与真实结果的偏离程度，刻画的是学习算法本身的 拟合能力。

方差：度量了同样大小的训练集的变动所导致的学习性能的变化，刻画了数据扰动所造成的影响。

噪声：表达了在当前任务上任何学习算法所能达到的期望泛化误差下界，刻画的是学习问题本身的难度。

泛化性能是由学习算法的能力，数据的充分性，以及学习任务本身所共同决定的。

下面这个是混淆矩阵：

查准率也叫作准确率，它描述的是：检索的信息中有多少是用户感兴趣的。

P=TP/(TP+FP)

查全率也叫做召回率，它描述的是：用户感兴趣的东西，有多少被检索出来。

R=TP/(TP+FN)