Краткое примечание о том, как предвзятость и дисперсия делают модель недообученной, обобщенной или переоснащенной!
В этом посте, вместо того, чтобы писать так много абзацев, я просто сделал инфографику для простоты понимания.
Недооборудованный:
Модель может очень плохо соответствовать данным обучения и тестирования (высокое смещение и низкая дисперсия) — крайний левый график на инфографике выше. Это известно как недооснащение.
Переоснащение:
Модель может очень хорошо соответствовать данным обучения и очень плохо — данным тестирования. (низкое смещение и высокая дисперсия) — самый правый график на инфографике выше. Это называется переоснащением.
Обобщенный:
Идеальная модель должна иметь низкий уровень смещения, а также низкий уровень дисперсии.
Вывод:
Этот пост очень маленький, потому что я не хочу, чтобы читатели еще больше запутались.
Пожалуйста, оставьте свои комментарии, если у вас есть какие-либо другие идеи о Bias-Variance, Overfitting & Underfitting.
Если вы хотите больше узнать о смещении — дисперсии, пожалуйста, прочитайте мой предыдущий блог Переоснащение — смещение — дисперсия — регуляризация.
Удачного программирования!
