这里首先解释一下bias和variance的概念。
模型的Error = Bias + Variance,
Error反映的是整个模型的准确度,
Bias反映的是模型在样本上的输出与真实值之间的误差,即模型本身的精准度,
Variance反映的是模型每一次输出结果与模型输出期望之间的误差,即模型的稳定性。
解决高方差
1. 获得更多的训练实例
2. 尝试减少特征的数量
3. 尝试增加正则化程度 λ
解决高偏差
1. 尝试获得更多的特征
2. 尝试增加多项式特征
3. 尝试减少正则化程度 λ