在機器學習中，我們經常使用最小平方差來評估模型的好壞，一般而言，最小平方差越小則模型越好。而最小平方差實際上是由bias和variance兩部分組成的，且這兩部分不能被同時縮小。所以爲了使得最小平方差最小，我們需要在bias和variance之間做一些tradeoff。
由於這篇文章涉及很多的數學公式，而CSDN的博客不支持Latex語法，因而只能將這篇文章發佈在自己的博客上。詳細內容請點擊 Bias and Variance Tradeoff
Bias and Variance Tradeoff
發表評論
所有評論
還沒有人評論，想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章
「機器學習_8」Bag-of-Words
Bag-of-Words 1.文字問題 2. 什麼是Bag-of-Words(具體例子） 3. 侷限性 1.文字問題 文本建模的一個問題是它很雜亂，機器學習算法之類的技術更喜歡定義明確的
迴歸損失函數：L1 Loss, L2 Loss, Smooth L1 Loss
講解的很清楚： https://www.cnblogs.com/wangguchangqing/p/12021638.html