您的位置: 首页 > 文章 > 关于机器学习的偏差和方差与过拟合和欠拟合的关系 关于机器学习的偏差和方差与过拟合和欠拟合的关系 分类: 文章 • 2024-07-10 17:40:40 文章目录 前言 一、偏差和方差定义 二、解释 改善 前言 关于机器学习的偏差和方差与过拟合和欠拟合的关系 一、偏差和方差定义 偏差是衡量一个模型在训练数据集上拟合程度的 方差是衡量这个模型在不同数据集合（测试集合）上拟合程度的 二、解释 如上图 低偏差低方差表示改模型很好 低偏差高方差表明模型过拟合 高偏差低方差表明模型欠拟合 高偏差高方差表明模型欠拟合 改善 模型修改策略 过拟合：增大数据规模、减小数据特征数（维数）、增大正则化系数λ 欠拟合：增多数据特征数、添加高次多项式特征、减小正则化系数λ
