高偏差（Bias）Vs.高方差（Variance）- 学习曲线

@[TOC]高偏差（Bias）Vs.高方差（Variance）- 学习曲线

*这是一个学习总结，原文地址：https://blog.csdn.net/hertzcat/article/details/80035330
如下图，横坐标m为学习样本的数量，纵坐标为模型的误差，Jcv为交叉雅正的误差，Jtrain为训练集内的误差。

下图为一个高偏差情况（Bias）,此时随着训练集数量的上升，误差还是比较大，意味着样本数量不会带来误差的减小，此时需要重新审视特征，让模型更加复杂，或者更改算法。

下图为一个高方差情况（Variance）,此时随着训练集数量的上升，Jcv和Jtrain之间的准确率相差任然非常大，此时需要进一步提升训练集数量。当然，降低模型复杂度，删减特征也可以解决这个问题。

这是一篇个人总结，如果有不准确的地方还希望多多指出，谢谢