资料来源:台大 李宏毅 2020机器学习深度学习课程
文章目录
0、知识点
- 偏差bias
- 方差variance
- 过拟合 Overfitting
- 欠拟合 Underfitting
- N折交叉验证 N-fold Cross Validation
一、偏差和方差
为什么学习bias和variance?
了解average error 产生的原因,进而挑选适当的方法improve自己的model
- average error来自两部分:
偏置bias
和方差variance
(横轴表示Model多项式的次数,纵轴表示testing data上的平均误差)
从训练数据中我们找到 f ∗ f^* f∗,它是 f ^ \hat{f} f^(实际上的函数)的估计(estimator)
那 f ∗ f^* f∗