在学习线性回归模型中,遇到了各种“差”,现在总结一下。
方差 :
标准方差=标准差:
偏差:
绝对偏差:
误差: 均方误差: 标准误差: 这是说明一下:
偏差与方差的关系:偏差描述的是预测输出和真实值的差距,重点是整体性,偏差越大,说明预测值越偏离真实值。方差样本数据的预测值与真实值的差距,重点是部分性,方差越大,说明数据越分散。
方差与协方差的关系:方差描述的是一维数据,协方差描述的是二维或者多维数据。
新手理解,若有不对,请批评指正。