吴恩达机器学习（八）偏差与方差

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/zhq9695/article/details/82885750

目录

0. 前言

1. 评估模型过程

2. 最高次幂对方差偏差的影响

3. 正则化参数对方差偏差的影响

4. 高偏差的学习曲线

5. 高方差的学习曲线

6. 对机器学习算法的调试

---

学习完吴恩达老师机器学习课程的应用机器学习的建议，简单的做个笔记。文中部分描述属于个人消化后的理解，仅供参考。

如果这篇文章对你有一点小小的帮助，请给个关注喔~我会非常开心的~

0. 前言

对训练集进行模型训练的时候，通常会存在两种问题，“过拟合”和“欠拟合”，分别对应高方差（high variance）和高偏差（high bias）。

• 高方差：拟合程度过好，以至于过拟合，无法泛化新的样本数据
• 高偏差：拟合程度太差，以至于欠拟合，存在很大的误差

1. 评估模型过程

1. 随机划分训练集和测试集
2. 用训练集进行模型训练，降低  ，用测试集计算 
3. 或者采用错误分类率 ，

2. 最高次幂对方差偏差的影响

如图所示（图源：吴恩达机器学习），横坐标为最高次幂，纵坐标为错误分类率或者代价函数，一般情况下：

• 当  很小时，曲线无法拟合大部分数据，具有高偏差，
• 当  很大时，曲线拟合训练集过好，造成无法泛化测试集，具有高方差，

3. 正则化参数对方差偏差的影响

如图所示（图源：吴恩达机器学习），横坐标为正则化参数  ，纵坐标为错误分类率或者代价函数，一般情况下：

• 当  很小时，未减少权重系数的大小，曲线对训练集的拟合程度很好，具有高方差
• 当  很大时，减少权重系数太多，曲线无法很好的拟合数据，具有高偏差

4. 高偏差的学习曲线

如图所示（图源：吴恩达机器学习），横坐标为训练集大小，纵坐标为错误分类率或者代价函数，一般情况下：

• 随着数据集的增大，训练集的误差会越来越大，测试集的误差会越来越小
• 当  时， 训练集和测试集的误差均会趋近于一个较大的常数

5. 高方差的学习曲线

如图所示（图源：吴恩达机器学习），横坐标为训练集大小，纵坐标为错误分类率或者代价函数，一般情况下：

• 随着数据集的增大，训练集的误差会越来越大，测试集的误差会越来越小
• 训练集的误差和测试集的误差之间的间隙较大

6. 对机器学习算法的调试

• 采用更多的训练集  解决高方差（过拟合）
• 减少特征数量  解决高方差（过拟合）
• 增加特征数量  解决高偏差（欠拟合）
• 增加最高次幂  解决高偏差（欠拟合）
• 降低正则化系数   解决高偏差（欠拟合）
• 增加正则化系数   解决高方差（过拟合）

---

如果这篇文章对你有一点小小的帮助，请给个关注喔~我会非常开心的~