很好理解，左圖是high bias（高偏差），即欠擬合，右圖是high variance（高方差），即過擬合。我們追求的是中間圖，low bias AND low variance。
注意的是並不是 高方差就一定低偏差，有可能既高方差又高偏差。
怎麼理解呢？看下面一個栗子：
判斷圖片是不是貓的一個分類問題，人的判斷錯誤率爲0%
那麼如果train error 和valid error 分別爲 1%，11%，明顯就是high variance 過擬合
圖中第二種情況，train error =15% >> 0%, 而valid error 和 train error 差不多大，因此是high bias 欠擬合
第三種情況，train error =15% >> 0%, 因此是high bias， 而valid error =30% >>train error ，因此是high variance 過擬合，即欠擬合又過擬合。
第四種情況是理想情況，train error =0.5%~0%， 因此是low bias，而valid error =1% 和train error 差不多大，因此low variance。
其他很好理解，但是即欠擬合又過擬合 是怎麼樣的呢？ 看下面的栗子：
High bias and high variance
如圖，藍色的直線是欠擬合，紫色的邊界線是欠擬合的情況下，又過擬合。