评估模型的方差-偏差
可以使用k-fold来评估模型的方差-偏差。
利用k-fold时，会得到k个对于模型误差的估计值，e1,e2,…,ek。由于ei是误差估计，理想状况下当然希望它能够为零。
为了检测模型的偏差，可以计算ei的平均值。如果平均值较低，说明模型的平均误差很低，即模型对于数据的理解是足够准确的。
为了检测模型的方差，可以计算ei的标准偏差。如果这个值很高，说明当训练数据变化时，模型的性能会有较大变化。
可以使用k-fold来评估模型的方差-偏差。
利用k-fold时，会得到k个对于模型误差的估计值，e1,e2,…,ek。由于ei是误差估计，理想状况下当然希望它能够为零。
为了检测模型的偏差，可以计算ei的平均值。如果平均值较低，说明模型的平均误差很低，即模型对于数据的理解是足够准确的。
为了检测模型的方差，可以计算ei的标准偏差。如果这个值很高，说明当训练数据变化时，模型的性能会有较大变化。