【AI人工智能】题库:纯公益分享
【就业+考研】笔试+面试必会
【小白从小学Python,C,Java】

[太阳]知识点名称
偏差与方差（Bias-Variance）

[太阳]知识点讲解
本题考察机器学习中的经典基础概念：偏差（Bias）和方差（Variance）。
偏差（Bias）：
表示模型由于过于简单而产生的系统性误差。如果模型太简单（比如线性模型拟合复杂数据），就会产生高偏差，表现为欠拟合。
方差（Variance）：
表示模型对训练数据的敏感程度。如果模型太复杂（例如深度很深的树），会对训练数据变化非常敏感，表现为过拟合。
举个简单例子：
• 模型太简单 → 无法学到规律 → 高偏差（欠拟合）
• 模型太复杂 → 记住训练数据 → 高方差（过拟合）
理想情况是：在偏差和方差之间取得平衡，这就是“偏差-方差权衡”。
总结来说：偏差高表示模型学习能力不足，方差高表示模型对训练数据过于敏感。

[太阳]例题（单选题）
模型过于复杂通常会导致什么结果？
A选项：高方差
B选项：高偏差
C选项：数据缺失
D选项：特征减少

[太阳]答案与题解
答案、题解：见评论区

[太阳]温馨期待
期待大家提出宝贵建议，互相交流，收获更大，助教：jpf
#AI创造营# [握手] #科技风向标# http://t.cn/AXxK9IkJ