之前我写过一篇博客 偏差与方差，解释的还算清楚，
但是读了吴恩达的书，又有些新的体会，这里稍作记录
误差的来源：偏差与方差
首先思考一个问题
问：如果数据独立同分布，尝试获取足够多的数据，就能提升模型的性能，对吗？
答：获取更多的数据是无害的，但是对于模型的提升，却不一定有很大帮助，有时候获取更多数据只是浪费时间；
那何时才需要获取更多数据呢？
我在之前的博客中已经讲到，误差分为 偏差和方差 两部分，本文重点是应用，
依据此概念来决定是否该添加数据，或者采用其他策略来提升模型的表现
假如我们希望建立一个 5% 错误率的猫识别器，
如果目前的模型在 训练集上错误率为 15%，在 测试集上错误率为 16%，
在这种情况下，增加数据是无用的，应该选择其他策略；
实际上，增加数据只会降低模型在训练集上的表现；
当前模型的重点是提高其在 训练集上的性能，在测试集上的性能往往会低于训练集，所以，如果训练集性能差，不要指望测试集性能好
在这里我们用另一种方式来描述误差，在上例中，16% 就是误差，它分为两部分
第一部分是算法在训练集上的错误率，上例中就是 15%，我们非正式地将其看作偏差；
第二部分是算法在测试集上的性能比训练集差多少，上例中就是 1%，我们非正式地将其看作方差；
在有些论文中，我们看到这样的描述：偏差是针对训练集的，方差是针对测试集的，就是一种非正式地理解
模型性能分析
理解偏差与方差，能够让我们分析模型的瓶颈在偏差还是方差，从而选择合适的策略来提升模型的性能
举例说明
还以猫识别器为例，一个理想的分类器，比如人类，可以得到近乎完美的表现
如果我们的模型表现如下
训练集错误率 3%
测试集错误率 15%
模型的误差为 15%，它由偏差 3% 和方差 12% 构成，这是一个高方差的模型，重点是降低方差；
训练集上错误率较低，但是没能很好的泛化在测试集上，这叫 过拟合
如果我们的模型表现如下
训练集错误率 15%
测试集错误率 16%
模型的误差为 16%，它由偏差 15% 和方差 1% 构成，这是一个高偏差的模型，重点是降低偏差；
训练集上错误率很高，而且测试集上的表现不比训练集上差很多，这叫 欠拟合
那么思考这种情况
训练集错误率 15%
测试集错误率 30%
偏差和方差都是 15%，都很高，这是什么情况，又如何优化？我们姑且称为 同时过拟合欠拟合；
很差的模型
如果表现如下
训练集错误率 1%
测试集错误率 2%
恭喜，模型很好
最优错误率
考虑如下两个场景：
我们构建了一个猫识别器，表现如下
训练集错误率 5%
测试集错误率 8%
我们构建了一个推荐系统，表现如下
训练集错误率 15%
测试集错误率 18%
那我们是否能说，第一个模型比第二个模型好呢？不能
猫识别器，一个理想的模型，比如人类，可以做到近乎 100% 的准确率，而该模型错误率高达 8%，应该是个很差的模型；
推荐系统，即使是人类，也很难做出精准的推荐，该模型错误率仅为 18%，是个不错的模型；
鉴于此，我们提出了最优错误率的概念，也叫贝叶斯错误率，通俗的理解就是一个完美模型所能达到的上限；
比如在 图像 领域，准确率都是 99%左右，而 业务分析领域，很难到达这么高的水准，但依然是个很好的模型；
最优错误率把误差进一步细分为 三个部分
第一部分是不可避免偏差，我们也可以把这部分偏差叫最优错误率，也就是模型的最高表现能力，由于某些原因，它可能比较大；
// 以上面推荐系统为例，假设 最优错误率 为 14%
第二部分是可避免偏差，即模型可以优化的部分，训练错误率与最优错误率之差；
// 可避免偏差为 15% - 14% = 1%，此时，模型的偏差已没多少优化空间
第三部分为方差，与之前定义相同
从理论上讲，拥有一个超大规模的数据集可以将模型的方差减少到 0，所以 方差没有不可避免之说
了解最优错误率可以帮助我们更好的分析模型，但是某些场景下最优错误率不太好捕捉
偏差与方差的权衡
在之前的博客中讲到，方差与偏差的权衡，这里不再赘述，只说一点
如果选择了合适的模型，可以同时减少 偏差和方差，只是这种模型不好选择
偏差与方差的处理
解决偏差和方差最简单的方法：
- 偏差过大，可通过增加模型的复杂度，如神经网络，增加层数，每层节点数等
- 方差过大，增加数据集
增加复杂度需要注意
1. 不能无限的增加模型复杂度，一是因为训练时间太长，二是因为需要的训练样本太多，而事实上可能没有那么多样本
2. 增加复杂度可能造成方差增加，甚至过拟合，
// 然而这种过拟合只在你不使用正则化技术时出现，如果有一个精心设计的正则化方法，则可以尽情增加复杂度，不必担心过拟合；
// 比如深度学习使用了 L2 正则和 dropout 技术，并且得到了在测试集上表现很好的正则化参数，那么增加模型复杂度，即使不会明显提升，也不会明显的降低模型性能，
此外，还需注意
1. 正则化是增加偏差的技术，目的是减小方差
2. 不同的模型对于同样的数据可能有不同的偏差和方差，所以，更换模型的效果难以预测
减少偏差的技术归纳
偏差大，直观上可以理解为模型太简单，这样便于想到解决方案
减小偏差，就可能增加方差，所以最好加入正则化
1. 增加模型规模
2. 增加特征：特征越多，模型越复杂
3. 减少正则化
4. 更换模型或者修改模型：比较难
增加数据集并不能减少偏差，相反很可能使得模型在训练集上的表现更差；
训练集上表现差，不要幻想测试集表现好；
还有一种比较通用的方法，叫误差分析，简单理解就是把模型分错的样本拿出来，看看这些样本有什么共性，针对性的进行解决
减少方差的技术归纳
方差很大，直观上可以理解为过拟合，模型太复杂，这样便于想到解决方案
1. 增加数据集
2. 加入正则化
3. 加入提前终止策略，如 early stopping，根据测试集或者验证集的表现，提前终止迭代
4. 减少特征
5. 修改模型或者更换模型
6. 误差分析
参考资料：
吴恩达：完整翻译版《机器学习要领》
