模型评价之六——学习曲线（learning curve）

偏差和方差是估计量的固有性质，我们通常必须选择学习算法和超参数，以便偏差和方差都尽可能低。另一种减少模型方差的方法是使用更多的训练数据。但是，如果真函数太复杂，不能用方差较低的估计器来逼近，则只应收集更多的训练数据。

验证曲线

设置不同的超参数值，模型会有不同的bias和variance。一般来说有以下曲线：

学习曲线

不同的训练样本量，模型会有不同的bias和variance。一般来说，有以下曲线：