会员
周边
众包
新闻
博问
闪存
赞助商
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
suwenyuan
博客园
首页
新随笔
联系
订阅
管理
随笔 - 175
文章 - 0
评论 - 0
阅读 -
19万
04 2021 档案
偏差和方差
摘要:1.图形化 偏差:描述的是预测值(估计值)的期望与真实值之间的差距。偏差越大,越偏离真实数据,如下图第二行所示。 方差:描述的是预测值的变化范围,离散程度,也就是离其期望值的距离。方差越大,数据的分布越分散,如下图右列所示。 2.公式 以回归任务为例,学习算法的期望预测为: 这里的期望预测也就是针对
阅读全文
posted @
2021-04-27 14:48
suwenyuan
阅读(645)
评论(0)
推荐(0)
编辑
公告
昵称:
suwenyuan
园龄:
8年
粉丝:
6
关注:
1
+加关注
<
2025年3月
>
日
一
二
三
四
五
六
23
24
25
26
27
28
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
1
2
3
4
5
搜索
常用链接
我的随笔
我的评论
我的参与
最新评论
我的标签
随笔分类
C++(21)
DeepLearning(15)
GAN(1)
Git(7)
Hadoop(2)
ImageCaptioning(5)
java(8)
Javascript(1)
jQuery(4)
leetcode(16)
linux(10)
NLP(16)
Object Detection(4)
OS(1)
paddle(2)
python(21)
pytorch(9)
shell(7)
Spring Boot(4)
SQL(4)
概率(1)
机器学习(14)
搜索(1)
算法(4)
文献总结(3)
正则化方法(2)
更多
随笔档案
2023年7月(2)
2022年11月(2)
2022年10月(1)
2022年8月(2)
2022年7月(2)
2022年6月(1)
2022年5月(1)
2022年2月(5)
2021年10月(3)
2021年9月(1)
2021年8月(3)
2021年4月(1)
2021年3月(1)
2021年2月(2)
2021年1月(2)
2020年11月(1)
2020年10月(2)
2020年9月(4)
2020年8月(4)
2020年7月(2)
2020年4月(11)
2020年3月(7)
2020年2月(19)
2020年1月(10)
2019年12月(28)
2019年11月(24)
2019年10月(6)
2019年8月(1)
2019年6月(1)
2018年5月(1)
2018年4月(1)
2018年2月(1)
2018年1月(23)
更多
阅读排行榜
1. C++ 什么时候调用析构函数(20026)
2. RNN、lstm、gru详解(14994)
3. pytorch 中改变tensor维度(transpose)、拼接(cat)、压缩(squeeze)详解(14536)
4. 参考文献引用格式(著者-出版年制(author-year)和顺序编码制(numeric))(13691)
5. pytorch 中tensor的加减和mul、matmul、bmm(11832)
推荐排行榜
1. L1和L2 详解(范数、损失函数、正则化)(2)
2. pytorch中的nn.CrossEntropyLoss()(2)
3. jQuery function函数详解(1)
点击右上角即可分享