学习曲线（learning curves）

假定假设函数为一个二次函数，只是参数未定：

每给定一个样本大小，就能训练出对应的假设函数，从而利用这个假设函数可以计算出Jtrain（仍然在之前拿来训练的那些样本里面），然后将训练好的假设函数用在全部的验证集上可以计算出Jcv（注意在计算准确率的时候就不必λ了）。

则代价与训练样本的个数之间的关系为：

 

1、高偏差情形

可以看出：即使训练样本很多也无济于事，必须更改模型以解决本质问题。

2、高方差情形

可以看出：增加训练样本个数对应过拟合情形来说是有效果的。

 

转载于:https://www.cnblogs.com/pjishu/p/10805088.html