企业官网建设流程全解析

这个章节我们看J train 和J CV可能是神恶魔，如何判断是高方差还是高偏差

以语音识别为例

在训练集上的误差是10.8%

在测试机上的误差是14.8%

我们但看10.8%可能会觉得很高，但是我们少考虑了一个问题，就是一个人去做这件事情的话误差是多少，是10.6%,因为存在一些音频有砸噪声存在，一个人都听不清，

所以人和训练集的误差可以说是相当的小了，在可以接受的范围之内

所以当判断训练误差是否高时，建立一个基准性的标准是非常有用的，即

合理的希望学习算法能达到的误差水平是神什么，通常的方法就是测量人类在完成这个任务的表现

另一个是如果有某一种竞争算法，可能是之前某一个人实现的，或者是竞争对手的算法，如果你能测量他就能建立一个基准性水平，或者你有时间根据先前的经验进行猜测。

然后判断算法时候存在高方差或者高偏差，查看基准性能水平，训练误差，和交叉验证误差，

然后要测量两个关键量是，训练误差和你希望达到的基准性能水平之间的差异是什么？

判断是不是高偏差

然后查看训练误差和交叉验证之间的差距，如果差异很大那个得出结论是否是高方差，