【机器学习笔记】Machine Learning Fundamentals: Bias（偏差）、Variance（方差）、Overfit（过度拟合）

假设有一群老鼠，我们测量，并在二维坐标系中记录它们的身高以及对应的体重，这些点似乎都在某一条曲线的附近，但我们并不知道准确的方程式，所以我们可以使用两种机器学习的方法来估算它们的关系（直线和波纹线）。

我们要做的第一件事情是将数据划分成两个部分，一部分用作训练机械学习的算法，另一部分用作测试。

我们要使用的第一种机器学习算法是线性回归（Linear Regression），也称作“最小二乘法”。

但无论我们怎样调整直线的角度，由于直线不能包含弧度，线性回归直线永远捕获不了 Height 与 Weight 的真正关系。

这种无法捕获的情况称为偏差（Bias）。