Таким образом, с точки зрения функции для аппроксимации вашего населения, высокий уклон означает недостаточное соответствие, высокое отклонение. Чтобы определить, какие из них разбить набор данных на обучающие, перекрестные проверки и тестовые наборы.
Низкая ошибка обучения, но высокая ошибка перекрестной проверки означает ее превышение.
Высокая ошибка обучения означает его недостаток.
Высокий уклон: добавьте полиномиальные характеристики, получите больше образцов. Высокая дисперсия: увеличьте регуляризацию (уменьшите полиномиальные параметры) или соберите больше данных, чтобы они лучше тренировались