机器学习——误差

定义：误差反映的是整个模型的准确度，误差可以分为偏差和方差两部分。其中偏差反映的是模型在样本上的输出与真实值之间的误差，即模型本身的精准度，方差反映的是模型每一次输出结果与模型输出期望之间的误差，即模型的稳定性。

模型对误差的影响：一般来说，简单模型的偏差较大，也就是欠拟合；复杂模型的方差较大，也就是过拟合。因此选择模型时需要在偏差和方差中间综合考虑。