偏倚-方差权衡_CDA答疑社区

热线电话：13121318867

登录

啊啊啊啊啊吖

2018-11-16 阅读量: 1035

偏倚-方差权衡

思考过拟合问题的另一种角度是把它作为偏倚和方差之间的权衡。偏倚和方差这两个名词

是用来度量在（来自同一个大型总体的）不同的训练数据集上多次重复训练模型的情况。

这表明该模型偏倚较高。然而任何两个随机选择的训练集会

给出很相似的模型（因为任何两个随机选择的训练集都应该有大致相似的平均值）。所以

我们称这个模型有低方差。高偏倚和低方差典型地对应着欠拟合。

另一方面，模型完美地拟合训练集，它具有很低的偏倚和很高的方差（因为任何两个

训练集都可能给出非常不同的模型形式）。这种情况对应过拟合。

如果你的模型有高偏倚（这意味着即使在训练数据上也表现不好），可以尝试加入更多的

特征。从 0 阶模型到 1 阶模型就是一个很大的改进。

如果你的模型有高方差，那可以类似地移除特征；另一种解决方法是（如果可能的话）获

得更多的数据。

在模型复杂度不变的前提下，你有越多的数据，就越难过拟合。

另一方面，更多的数据对偏倚并不会有帮助。如果模型不能使用足够多的特征来捕捉数据

的正则性，那么再多的数据也不会有帮助。

0.0000

0

4

关注作者

收藏

评论(0)

发表评论

暂无数据

CDA考试动态

CDA报考指南

推荐帖子