偏差-方差平衡(bias-variance tradeoff)

偏差-方差平衡(bias-variance tradeoff)

以下来自西瓜书的经典论述：假设我们有很多个数据集$D$，数据集之间相互独立, 都可以作为模型$F$的输入, 每个数据集都有对应的标记$y_D$, 标记可能包含着噪声$ϵ$, 也即$y_D$与真实值$y$之间的差异。据此, 偏差$var$被定义为模型$F$预测输出的期望$E(F_D)$(可以理解为模型在所有数据集上预测值的均值)与真实标记之间的差异, 方差被定义为模型$F$在各个数据集上的预测输出与期望$E(F_D)$之间的差异的期望。

进一步讲, 如果独立数据集的数量是无限的，那么期望$E(F_D)$就近似描绘了算法模型的预测期望或者表达能力，我们说一个算法趋向于具有高偏差，意味着这个算法表示能力较弱，拟合能力较差，但是这一算法往往在各个数据集上的表现都相差不大，具有较低的方差。另一方面，如果模型在一些数据集上工作的很好(例如训练集), 但在另一些数据集(例如测试集)表现不佳, 这就会导致高方差，能够表现好这说明算法表达能力很强，或者说灵活性较强, 而表现不稳定就说明泛化能力较差。

总结起来，依据偏差-方差分解（不用知道是什么）可知，泛化误差是噪声加方差再加上偏差。随着训练程度的增长，模型的表达能力逐渐提高，那么偏差就会逐渐减小，同时模型的不稳定性逐渐提高，那么方差就会逐渐增大，此时泛化误差曲线可能呈碗状曲线，也即从开始很高逐渐降低直到最低点接着又开始上升。因此在模型表达能力足够强时，我们需要在合适的时机停止训练(dropout)，使其在具备较好的表达能力的同时泛化能力也不差。