bias:相当于我们预测了很多点
f∗
f
∗
的期望是
f¯
f
¯
离目标值
f^
f
^
的距离。
variance:
f∗
f
∗
的方差,分布的越开方差越大。
他们之间的关系:当你的模型越简单,可能忽略其他因素,所以最后你的
f¯
f
¯
离
f^
f
^
越远,由于模型简单涉及的范围小,所以variance小。
当你的模型越复杂,
f¯
f
¯
离
f^
f
^
越近,但是涉及的范围比较广,所以variance可能会更大。
bias和variance
最新推荐文章于 2023-07-04 11:11:50 发布