Bias(偏差)、 Error(误差)、 Variance(方差)

• Bias(偏差) 衡量模型拟合训练数据的能力，bias 越小拟合能力越高，越大拟合能力越低。
• Error(误差) 指模型的泛化能力。
• Variance(方差) 衡量每次在不同数据上训练生成的不同模型之间的差异性大小的度量值。

<!--more-->

常用性能度量指标

• 均方误差
• 平方误差
• 准确率
• 召回率