文档摘要

1.2 偏差、方差与过拟合：必考的白板推导题 本节摘要：泛化误差可以分解为偏差的平方加方差加不可约噪声。偏差来自模型假设太粗，方差来自对训练样本扰动太敏感，过拟合是低偏差高方差的典型症状。这一节给你完整的推导路径、追问防御与降低两者的手段清单。 上一节定下了学习范式，这一节回答范式之下的第一性问题：模型的误差到底从哪来。这是全书被追问次数最多的一条数学链——你将在第 2 章看到，L1、L2 正则化是它的工程化落地；在第 2. 会员。《1.2 偏差、方差与过拟合：必考的白板推导题》收录于灏天文库文集《机器学习算法面试题精选与解析》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/543-%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%AE%97%E6%B3%95%E9%9D%A2%E8%AF%95%E9%A2%98%E7%B2%BE%E9%80%89%E4%B8%8E%E8%A7%A3%E6%9E%90

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流