已验证65% 置信事实精确时间

模型的泛化误差等于偏差平方加方差加不可约噪声

3

来源数

65%

置信度

长期有效

时效性

2026/7/13

首次发现

来源

掌握数学和Python后，如何系统入门机器学习

相关事实

待验证测试误差可以分解为偏差的平方、方差和不可约噪声三个部分79% 相似待验证扩散模型的迭代去噪过程对数值误差敏感，每步的微小误差会累积并影响最终图像，采样步数越多量化误差影响越大79% 相似待验证高偏差意味着模型过于简单导致欠拟合，高方差意味着模型学入噪声导致过拟合，两者往往此消彼长78% 相似待验证批次归一化层在小批次场景下统计量估计噪声很大，与Dice损失的区域级计算特性叠加会放大预测概率分布的波动76% 相似待验证膨胀、过时、充满噪声的评估集比没有评估集更糟糕，因为它会给出误导性的信号75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/502921

API

curl https://kongchang.com/api/v1/knowledge/claims/502921

MCP

get_claim(id=502921)