残差在数理统计中是指实际观察值与估计值(拟合值)之间的差。
偏差又称为表观误差,是指个别测定值与平均值之差,它可以用来衡量测定结果的精密度高低。
偏差(bias):
偏差衡量了模型的预测值与实际值之间的偏离关系。通常在深度学习中,我们每一次训练迭代出来的新模型,都会拿训练数据进行预测,偏差就反应在预测值与实际值匹配度上,比如通常在keras运行中看到的准确度为96%,则说明是低偏差;反之,如果准确度只有70%,则说明是高偏差。
残差在数理统计中是指实际观察值与估计值(拟合值)之间的差。
偏差又称为表观误差,是指个别测定值与平均值之差,它可以用来衡量测定结果的精密度高低。
偏差(bias):
偏差衡量了模型的预测值与实际值之间的偏离关系。通常在深度学习中,我们每一次训练迭代出来的新模型,都会拿训练数据进行预测,偏差就反应在预测值与实际值匹配度上,比如通常在keras运行中看到的准确度为96%,则说明是低偏差;反之,如果准确度只有70%,则说明是高偏差。