【deeplearning.ai笔记第二课】1.2欠拟合和过拟合（biasvariance）

很好理解，左图是high bias（高偏差），即欠拟合，右图是high variance（高方差），即过拟合。我们追求的是中间图，low bias AND low variance。

注意的是并不是 高方差就一定低偏差，有可能既高方差又高偏差。

怎么理解呢？看下面一个栗子：

判断图片是不是猫的一个分类问题，人的判断错误率为0%

那么如果train error 和valid error 分别为 1%，11%，明显就是high variance 过拟合

图中第二种情况，train error =15% >> 0%, 而valid error 和 train error 差不多大，因此是high bias 欠拟合

第三种情况，train error =15% >> 0%, 因此是high bias， 而valid error =30% >>train error ，因此是high variance 过拟合，即欠拟合又过拟合。

第四种情况是理想情况，train error =0.5%~0%， 因此是low bias，而valid error =1% 和train error 差不多大，因此low variance。

其他很好理解，但是即欠拟合又过拟合 是怎么样的呢？ 看下面的栗子：

High bias and high variance

如图，蓝色的直线是欠拟合，紫色的边界线是欠拟合的情况下，又过拟合。