偏差,方差,噪声,泛化误差
发布日期:2021-05-09 14:26:29 浏览次数:17 分类:精选文章

本文共 150 字,大约阅读时间需要 1 分钟。

偏差度量了学习算法的期望预测与真实结果的偏离程度,即刻画了学习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,即刻画了数据扰动所造成的影响
噪声则表达了在当前任务上任何学习算法所能达到的期望泛化误差的下界,即刻画了学习问题本身的难度
泛化误差可分解为偏差、方差与噪声之和.

上一篇:决策树-特征连续/离散,输出连续/离散
下一篇:提升树 & GBDT

发表评论

最新留言

哈哈,博客排版真的漂亮呢~
[***.90.31.176]2025年04月13日 11时07分00秒