偏差與方差的權衡

“偏差-方差分解”（bias-variance decomposition） 是解釋學習算法泛化性能的一種重要工具。 偏差-方差分解試圖對學習算法的期望泛化錯誤率進行拆解。我們知道，算法在不同訓練集上學得的結果很可能不同，即便這些訓練集是來自同一個分布。對測試樣本x，令yD為x在數據集中的標記 ...