Chinese, Simplified subtitles

← Problem with SSE - Intro to Machine Learning

Get Embed Code
4 Languages

Showing Revision 6 created 10/10/2016 by Udacity Robot.

  1. 假若这样 右侧的分布会得到更大的平方偏差和
  2. 其中的原因一目了然
  3. 你可以逐点对比 这些点将是左侧的所有误差
  4. 对于这些数据点 右侧有非常相似的平方偏差和
  5. 但在右侧 你可得到这些额外的数据点
  6. 每个数据点会带来一些误差
  7. 因为我们将此处拟合的全部平方偏差和求和
  8. 它表示右侧的分布平方差和值更大
  9. 尽管我们一致认为
  10. 相对于左侧分布 它拟合的结果不会太差
  11. 通常在评价指标中
  12. 这是平方偏差和的一个不足之处
  13. 因为添加的数据越多 平方误差的和几乎必定会增加
  14. 但并不表示拟合得不好
  15. 然而 如果你对不同数量点的两个数据进行比较
  16. 如果你使用平方误差的和
  17. 来画出拟合更好的图形 会出现很大问题
  18. 平方误差的和会因为所使用的数据点的数量
  19. 出现偏差 尽管拟合得可能问题不大
  20. 这使我想告诉你在评估回归时
  21. 另一个很受欢迎的评估指标