机器学习3 -- 误差来源(偏差bias和方差variance)
于 2020-08-28 14:03:28 首次发布
本文深入解析机器学习中误差的两个主要来源:偏差和方差。通过分析不同模型复杂度下偏差与方差的变化,揭示了简单模型易欠拟合,复杂模型易过拟合的规律。并提出了针对欠拟合和过拟合的优化策略,包括增加模型复杂度、正则化、数据增强等方法。系列文章涵盖了从梯度下降到元学习的多个主题。
摘要由CSDN通过智能技术生成