alt=Wykres przedstawiający liniowe komponenty błędu modelu, oraz ich sumę, w zależności od złożoności modelu. Złożony model jest z konstrukcji funkcji błędu mało obciążony, ale ma dużą wariancję – i vice versa.|mały|Błąd modelu dekomponuje się na jego obciążenie i wariancję, oraz błąd nieredukowalny. Minimalizacja błędu modelu wiąże się z wyważeniem kompromisu pomiędzy komponentem obciążenia i wariancji. alt=Wykres przedstawiający błąd modelu, w zależności od jego złożoności, w próbie treningowej, i nowych danych.|mały|Wraz ze wzrostem liczby stopni swobody modelu (na osi X), jego dopasowanie w próbie która służy do pierwszej estymacji polepsza się (niebieska linia), ale dopasowanie do nowych danych z całej populacji zmniejsza się tylko do pewnego momentu, aby odtąd wzrastać (czerwona linia). Jest to zjawisko nadmiernego dopasowania do próby treningowej i ilustracja kompromisu między obciążeniem a wariancją. Kompromis między obciążeniem a wariancją (in. przetarg, dylemat, ang. bias-variance tradeoff) – problem leżący u podstaw modelowania w statystyce i uczeniu maszynowym, który polega na sprzeczności między redukcją obciążenia i wariancji estymatorów statystycznych.
Źródło i licencja
Fragment artykułu Wikipedia — Kompromis między obciążeniem a wariancją · historia autorów.
Tekst: CC BY-SA 4.0. Wydzielono fragment z dłuższego artykułu.