最近在研究方差、偏差对结果评测的影响
偏差:模型预期的预测与我们将要预测的真实值之间的差值,用来衡量模型预测值和真实值之间的差异。
方差:是实际值与期望值之差平方的平均值,是预测模型的不同关系间变化的多少
在机器学习过程中针对偏差和方差常会出现以下场景:
高偏差:欠拟合,训练误差很大,训练误差与测试误差差距很大,
解决方法:
1.寻找更好的特征(可以先使用gdbt筛选一波)
2.用更多的特征 (增加数据维度)
高方差:过拟合,可能由于模型过于复杂,训练误差小,训练误差与测试误差差距大。
解决方案:
1.增大训练数据集合 (增加训练数据量)
2.减少训练数据特征(减小数据维度)
3.尝试增加正则化程度
借用一个经典的图片直观的解释一下:
低偏差,低方差:预测结果准确率很高,并且模型比较健壮(稳定),预测结果高度集中。
低偏差,高方差:预测结果准确率较高,并且模型不稳定,预测结果比较发散。
高偏差,低方差:预测结果准确率较低,但是模型稳定,预测结果比较集中。
高偏差,高方差:预测结果准确率较低,模型也不稳定,预测结果比较发散。