深度学习中偏差和方差的区别

【深度学习中偏差和方差的区别】解释一
**偏差(Bias): **描述的是预测值(估计值)的期望与真实值之间的差距 。偏差越大,越偏离真实数据,在下图中的表现也就是数据点离红圆心的距离 。
**方差():**描述的是预测值的变化范围,离散程度,也就是离其期望值的距离 。方差越大,数据点的分布越分散 。

深度学习中偏差和方差的区别

文章插图
解释二
**偏差(Bias):**在深度学习里,表示的就是训练集上训练误差的大小 。
**方差():**在深度学习里,表示的就是训练集上误差和验证集上误差的差距,差距越大,方差就越高,也就越形成过拟合 。