K折交叉验证中k值大小和bias、variance的关系
2016-03-16 19:17
302 查看
error = Bias（偏差） + Variance（方差） + noise（噪声）
模型越复杂，bias越小，Variance越大，越容易过拟合；
相反，模型越简单，bias越大，variance越小，越容易欠拟合
Variance是形容一个模型的稳定性的，bias是形容某一次样本的结果和
真实值的偏差
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- 内省，BeanInfo
- 利用CMake管理QT5.5+VTK6.3+ITK4.8+Opencv3.0工程
- 解析URL的php方法
- C++扬帆远航——8（张三李四，等差数列）
- 康托展开（哈希方法）
- CocoaPods 导入第三方库头文件自动补齐
- Telemetry系统架构
- tomcat架构分析(概览)
- 模型融合技术的两种方法：Bagging Boosting
- 86. Partition List【M】【48】【leetcode题解】
- getBackground().setAlpha所导致问题
- Material Design之FloatingActionButton的使用
- Android横竖屏切换及其相应布局载入问题
- jQuery学习笔记(1)-初探
- BZOJ3442: 学习小组
- 微信和qq默认表情代码对照表及表情文件下载
- go语言channel关注点
- 【深度学习】Dropout网络笔记
- RecyclerView再封装
- zabbix监控邮件报警功能二次开发（自定义媒体）