39. 高bias和高variance问题1
需积分: 0 143 浏览量
2022-08-03
21:33:01
上传
评论
收藏 112KB PDF 举报
1. High bias解决方案:Boosting、复杂模型（非线性模型、增加神
经网络中的层）、更多特征
2. High Variance解决方案：bagging、简化模型、降维
具体而言
高偏差, 可以用boosting模型, 对预测残差进行优化, 直接降
低了偏差. 也可以用高模型容量的复杂模型(比如非线性模型, 深度神
经网络), 更多的特征, 来增加对样本的拟合度.
高方差, 一般使用平均值法, 比如bagging, 或者模型简化/降
维方法, 来降低方差。
高偏差和高方差都是不好的, 我们应该加以避免. 但是它们又
是此消彼长的关系, 所以必须权衡考虑. 一般情况下, 交叉验证训练可
评论0