편향/분산 트레이드 오프1 편향/분산 트레이드 오프 (Bias/variance trade-off) Bias/variance trade-off 지도 학습 알고리즘이 트레이닝 셋의 범위를 넘어 지나치게 일반화 하는 것을 예방하기 위해 두 오차를 최소화 할 때 겪는 문제 Bias 잘못된 가정을 했을 때 발생하는 오차 높은 bias 값은 알고리즘이 데이터의 특징과 결과물과의 적절한 관계를 놓치게 만듦(under-fitting) (정답 - 예측값 얼마나 차이 있음??) Variance Training 셋에 내재된 작은 fluctuation 때문에 발생하는 오차 높은 variance는 큰 노이즈까지 모델링에 포함시키는 over-fitting 문제 발생 (예측의 범위가 얼마나 큼??) 위 그림을 봐보자. 모델이 복잡할수록(high model complexity) bias는 감소하고 variance는 높아지며 (즉.. 2022. 2. 27. 이전 1 다음
