(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
13线32 分钟前
为什么要合并飞书和豆包
人工智能·飞书·火山引擎·豆包
wangqiaowq35 分钟前
AI智能体学习
人工智能
科创致远38 分钟前
科创致远 eSOP 电子作业指导书系统落地应用指南
大数据·人工智能·汽车·制造·精益工程
宅小年39 分钟前
让 AI 用上你的资料,RAG 是怎么做到的?
人工智能
宅小年42 分钟前
为什么你的 AI 越聊越“笨”,还越来越慢?
人工智能
宅小年44 分钟前
AI 技能地图
人工智能
宅小年1 小时前
DeepSeek Harness 的插件,到底该怎么用?
人工智能
仙魁XAN1 小时前
【WorkBuddy · 三件套:技能/专家/技能】第 17 章 · 配置 MCP 服务器
人工智能·workbuddy·workbuddy三件套·mcp 配置与使用
搞科研的小刘选手1 小时前
【落地武汉 | EI, Scopus 双检索】第二届智能决策与机器学习国际学术会议 (ICIDML 2026)
机器学习·智能决策·学术会议·会议推荐·武汉
无忧.芙桃1 小时前
AI 生产力工具实践(四):豆包如何成为日常学习与写作助手
人工智能