1、bias
Bias反映的是模型在样本上的输出与真实值之间的误差,即模型本身的精准度。
2、variance
Variance 反映的是模型每一次输出结果与输出期望之间的误差,即模型的稳定性。
欠拟合和过拟合
当训练集和验证集准确度都很低时,则一般是欠拟合,(此时训练集和验证集损失error都比较大)
而当训练集准确度很高而验证集准确度很低时,则一般是过拟合(此时训练集损失error比较小而验证集比较大)。
Bias反映的是模型在样本上的输出与真实值之间的误差,即模型本身的精准度。
Variance 反映的是模型每一次输出结果与输出期望之间的误差,即模型的稳定性。
当训练集和验证集准确度都很低时,则一般是欠拟合,(此时训练集和验证集损失error都比较大)
而当训练集准确度很高而验证集准确度很低时,则一般是过拟合(此时训练集损失error比较小而验证集比较大)。