
[一起面试AI]NO.6 偏差与方差
偏差与方差
发布日期:2021-05-09 06:18:08
浏览次数:21
分类:博客文章
本文共 586 字,大约阅读时间需要 1 分钟。
偏差度量了学习算法的期望与真实结果的偏差,刻画了算法本身的「拟合能力」,方差度量了同样大小的训练集的变动所导致的学习性能的变化。
偏差用于描述模型的拟合能力,方差用来描述模型的稳定性。
当训练度不足的时候,偏差主导模型的泛化误差;
当训练进入后期,模型的拟合能力增强,方差主导模型的泛化误差;
当训练足够的时候,如果拟合能力过强会导致过拟合。
Q1 泛化误差、偏差、方差与噪声之间的关系
学习器在训练集上的误差被称为“训练误差”或“经验误差”,在新样本的误差被称为“泛化误差”。
「噪声」为真实标记与数据集中实际标记之间的误差。
「偏差」为期望预测与真实标记的误差成为偏差。
「泛化误差」可分解为偏差、方差和噪声之和。
本问题涉及大量的公式运算,因为主要面向于面试对话,所以方程不再列出,有兴趣的可以来了解具体过程。
Q2 导致偏差和方差的原因是什么
「偏差」是由于模型的复杂度不够或者对学习算法做了错误的假设;
比如真实模型为三次函数,而拟合出来的为二次函数,会导致偏差「激增」,属于欠拟合现象。所以训练误差主要是偏差造成的。
而方差通常是模型复杂度过高导致的;
比如真实模型是二次函数,而拟合出来的是五次函数,会导致「过拟合」,方差「增大」。由方差引起的误差通常体现在测试误差相对训练误差的变化上。
❝最后:
想要看更多就关个注你看看我的粉丝数🙆 ❞
发表评论
最新留言
很好
[***.229.124.182]2025年04月27日 17时17分15秒
关于作者

喝酒易醉,品茶养心,人生如梦,品茶悟道,何以解忧?唯有杜康!
-- 愿君每日到此一游!
推荐文章
iJ配置Maven环境详解
2019-03-15
仿QQ登陆界面
2019-03-15
Kafka入门(常见错误)
2019-03-15
HttpServletResponse-完成文件下载
2019-03-15
什么题目的暂时还没想好
2019-03-15
Python中pip安装模块太慢
2019-03-15
docker安装
2019-03-15
N皇后问题解法(递归+回朔)
2019-03-15
面试题 08.01. 三步问题
2019-03-15
剑指 Offer 11. 旋转数组的最小数字
2019-03-15
剑指 Offer 57. 和为s的两个数字
2019-03-15
git 在本地删除、添加远端的源
2019-03-15
字符串的反转
2019-03-15
word文档注入(追踪word文档)未完
2019-03-15
作为我的第一篇csdn博客吧
2019-03-15
java中简单实现栈
2019-03-15
ajax异步提交失败
2019-03-15
一道简单的访问越界、栈溢出pwn解题记录
2019-03-15
ubuntu18.04.4版本安装docker教程
2019-03-15