Q67 — AWS AIF-C01 第2章

第 67/100 题 | ← 返回第2章

谢ML背景下,偏若指的是牙么?

正确答案: D. 模型对某些数据做出错误预测的系统性错误或倾向

解析

在机器学习的背景下,偏差(Bias)指的是D选项:模型对某些数据做出错误预测的系统性错误或倾向。 解析如下: A. 模型架构的复杂性不是偏差的定义,这与模型的方差(Variance)更相关。 B. 训练数据中的随机性或噪声也不属于偏差的范畴,它们会影响模型的泛化能力,但不会导致系统性的错误预测。 C. 预测值和实际值之间的差异是模型误差的一种度量方式,但不能直接等同于偏差。误差可能来自偏差,也可能来自方差。 D. 模型对某些数据做出错误预测的系统性错误或倾向,才是偏差的准确定义。偏差描述了模型内在的、倾向于产生特定类型误差的系统性问题。 偏差往往源于模型对问题的假设过于简单化,或者训练数据不够代表整个数据分布等原因。如果模型存在较高的偏差,即使在训练数据上表现良好,在新的测试数据上也可能产生较大误差。减小偏差通常需要改进模型假设、增加训练数据的多样性等方法。