用体脂秤讲透机器学习的偏差与方差
TivadarDanka · x · 2026-11-21
Tivadar Danka 在 The Palindrome 发表文章,以体脂秤为例讲解机器学习中的偏差(bias)与方差(variance)。
- 作者为追踪健身中的肌肉脂肪比购买了体成分秤,发现市面上几乎所有体脂秤都不准确,但不准确的"方式"不同
- 一种秤平均上是准的,但单次测量波动很大;另一种秤总是偏差一个固定量——这正好对应高方差/低偏差与低方差/有偏两种误差形态
- 文章借这个日常例子说明"所有模型都有误差,关键是误差的结构",是面向订阅者的付费科普内容
「研究」频道最新
- Lean 社区认定 Claude 辅助的 GRH 证明正确,争议就此翻篇 — aran_nayebi · 2026-11-21
- LeCun 澄清常见误解:EBM 比概率模型更一般,概率模型只是特例 — ylecun · 2026-11-21
- 物理学者发问:Lean 形式化证明为何比期刊论文更遭嫌弃 — IAmTimNguyen · 2026-11-21
- 数学家:幸有 Lean 验证,否则 RH 证明会是 25 万页灾难 — AlexKontorovich · 2026-11-21
- LeCun:20 年深度学习课的内核就是能量模型统一框架 — ylecun · 2026-11-21
- 数学家 Bessis:AI 千行 Lean 证明将摧毁「定理经济」 — beenwrekt · 2026-11-21