偏差和方差的定义介绍:https://mp.csdn.net/postedit/80414998
假设一个识别狗算法分类器:
1. 过拟合
训练集错误率:1%
测试集错误率:15%
偏差为:1% 方差为:15%-1%=14% 总误差为 15%
虽然分类器训练误差非常低,但是没能成功泛化到测试集。这叫做过拟合。
2.欠拟合
训练集错误率:15%
测试集错误率:16%
偏差为:15% 方差为:1% 总误差: 16%
该分类器具有高偏差和高方差。在训练集和测试集上面都表现的很差。这叫做欠拟合。
3.最后一种情况
训练集错误率:0.5%
测试集错误率:1%
偏差:0.5% 方差:0.5% 总误差 1%
训练集和测试集的都具有低方差和低偏差,分类器表现很好。