(done) 机器学习中的方差 variance 和 偏差 bias 怎么理解?

来源:https://blog.csdn.net/weixin_41479678/article/details/116230631


情况1属于:低 bias,高 variance (和 human performance 相近,但和 验证集dev set 相远)

通常意味着模型训练轮数太多

情况2属于:高 bias,低 variance (和 human performance 相远,但和 验证集dev set 相近)

通常意味着模型训练轮数太少

情况3属于:高 bias,高 variance (和 human performance 相远,但和 验证集dev set 相远)

情况3通常意味着,模型已经过拟合了,但还是达不到理想的效果,说明模型选的不合适,得换

情况4属于:低 bias,低 variance (和 human performance 相近,但和 验证集dev set 相近)

相关推荐
LZXCyrus6 分钟前
【杂记】vLLM如何指定GPU单卡/多卡离线推理
人工智能·经验分享·python·深度学习·语言模型·llm·vllm
我感觉。24 分钟前
【机器学习chp4】特征工程
人工智能·机器学习·主成分分析·特征工程
YRr YRr33 分钟前
深度学习神经网络中的优化器的使用
人工智能·深度学习·神经网络
DieYoung_Alive33 分钟前
一篇文章了解机器学习(下)
人工智能·机器学习
夏沫的梦34 分钟前
生成式AI对产业的影响与冲击
人工智能·aigc
goomind1 小时前
YOLOv8实战木材缺陷识别
人工智能·yolo·目标检测·缺陷检测·pyqt5·木材缺陷识别
只怕自己不够好1 小时前
《OpenCV 图像基础操作全解析:从读取到像素处理与 ROI 应用》
人工智能·opencv·计算机视觉
幻风_huanfeng1 小时前
人工智能之数学基础:线性代数在人工智能中的地位
人工智能·深度学习·神经网络·线性代数·机器学习·自然语言处理
嵌入式大圣1 小时前
嵌入式系统与OpenCV
人工智能·opencv·计算机视觉
请你喝好果汁6411 小时前
单细胞|M3-4. 细胞聚类与轨迹推断
机器学习·数据挖掘·聚类