神经网络中偏差和方差的定义

本文介绍了神经网络中偏差和方差的定义。偏差低表示训练集误差接近人类误差,高偏差可能导致过拟合;方差高意味着训练误差与验证误差差异大,可能造成过拟合。解决方案包括增加网络复杂度应对欠拟合,增加数据量或正则化处理过拟合。
摘要由CSDN通过智能技术生成

**偏差定义:**偏差的定义由训练集的误差与人类误差比较来定义,训练集的误差低,偏差低,训练集的误差高,称为高偏差,高偏差也称之为过拟合。
**方差定义:**方差的定义,源于比较训练误差和验证集误差的差异,若差异较大,则称之为高方差,否则为低方差。
举例:(1) 高方差
(2)高偏差
(3)高偏差,高方差
(4)低偏差,低方差

在这里插入图片描述

功能:通过分析偏差和方差,来优化模型算法。
注:高偏差,即欠拟合,可以采用增加网络层数来解决。
高方差,即过拟合,可以采用增加数据,也可以通过增加正则项。
参考链接:
https://blog.csdn.net/Harpoon_fly/article/details/85019033

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值