bias、variance与拟合之间的关系
摘要：
Error = Bias^2 + Variance+Noise 误差的原因： 1.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，即算法本身的拟合能力。 2.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。反应预测的波动情况。 3.噪声。 阅读全文
posted @ 2018-05-06 22:39 潇洒的麦兜 阅读(3447) 评论(0) 推荐(0) 编辑
