近期在B站看NG吴恩达老师的机器学习视频,收益颇多。在此也简单记录下关于高偏差高方差的笔记。
当我们在训练过程中,出现数据欠拟合现象,那么这个时候就会出现高偏差问题。由于模型过于简单,所以拟合的时候就会出现偏差,此时加大数据量也于事无补。比如数据的趋势是二次函数,用一次函数取拟合会出现高的偏差。高偏差代表训练误差很大,训练误差与测试误差差距小,随着样本数据增多,训练误差增大。
而当出现过拟合现象时,也就是数据过度的拟合会出现高方差问题,由于模型过于复杂,比如用10个数据特征去拟合3个数据会出现高的方差。虽然这个时候训练误差小,但是训练误差和测试误差的差距很大,我们可以通过增大样本来减小这个差距。随着样本数据增多,测试误差会减小。
那么怎判断是出现高偏差还是高方差呢?
我们一般采取判断这个函数是高方差还是高偏差,是通过观察训练误差与测试误差的差距,差距大说明是高方差的,差距小则说明是高偏差。
高偏差的解决方法:
1.寻找更好的特征(具有代表性的)
2.用更多的特征(增大输入向量的维度)
高方差的解决方法:
1.增大数据集合(使用更多的数据)
2.减少数据特征(减小数据维度)