作者介绍：
Cassie Kozyrkov是谷歌首席决策科学家。擅长领域：统计、机器学习/人工智能、数据、艺术、戏剧、决策科学。

偏差和方差是两个基本的数据科学概念。

什么是偏差？

取决于你在哪里听到这个词。我列出了各种偏差用法的详细清单，以供大家消遣，但在本文中，我们将重点讨论一种特定的偏差——统计偏差。

打靶

如果你是一个优秀的射手，而且你瞄准的是靶心，那么完成后你的靶子会是什么样子？像这样的？

现在想象一下，如果你的目标是有偏差的。你的目标会是什么样子？

到处都是点？不。这就是我们所说的高方差，而不是高偏差。

相反，偏差是这样的：

有偏差的结果系统性地偏离标准，但如果方差低，可能仍会紧密聚集在一起。

在统计学中，偏差是关于系统的不平衡性，而方差则衡量数据的分散程度。

方差是在数据中有更多的分布。没有偏差的高方差是一种无能，平均的散布。这就是为什么当我玩飞镖时，你不想站在我20码以内的任何方向。这足以让你希望我在飞镖的一般方向上有偏差。

从这张图中可以看出，最坏的结果是那些具有高方差和高偏差的结果，而最好的是使它们都保持在低水平。

如果你是因为对机器学习中的偏差-方差权衡概念感到好奇，那么最重要的是要了解最佳模型是没有偏差和方差的。如果你正在训练一个机器学习模型，并且成功地降低了偏差和方差，那么就没有必要谈论权衡了。

但是如果你不能同时改进偏差和方差呢？如果方差降低意味着偏离目标怎么办？为什么会这样？为什么这很重要？大多数认为理解偏差-方差权衡的人为什么实际上完全误解了它？

在关于偏差和方差的系列中，将回答这些问题以及更多问题。

延伸阅读：横向

如果你足够了解方差，我建议你继续阅读我的平行文章，该文章使用冠状病毒案例研究来教你其他类型的偏差：抽样偏差、选择偏差、信息偏差、报告偏差和确认偏差。（链接：https://towardsdatascience.com/were-21-of-new-york-city-residents-really-infected-with-covid-19-aab6ebefda0）

延伸阅读：深入

你们可能希望更深入一些，特别是如果你热衷于了解偏差-方差权衡。在这种情况下，请继续关注该系列的其余部分。当你等待下一部分时，你可以获取所有你需要的背景，以便理解它。

下面是一份核心概念清单，假设你在本系列的其余部分中已经理解：

• 人口
• 样本
• 观察
• 参数
• 统计资料
• 估计
• 估计器
• 被估量

如果其中任何一个不熟悉，这里有我的方便的词汇指南来帮助你。

（链接：https://towardsdatascience.com/statistician-proves-that-statistics-are-boring-4fc22c95031b）

如果你对机器学习中的偏差-方差权衡感兴趣，这也是系列的目的所在，那么对ML/AI的这些基础知识略知一二会有所帮助：

（链接：https://hackernoon.com/machine-learning-is-the-emperor-wearing-clothes-59933d12a3cc）

• ML/AI 的意义是什么
• 模型
• 损失函数

此外，你应该知道每一个的定义：

（链接1：https://towardsdatascience.com/getting-to-know-probability-distributions-cc1dd1e2f22b

链接2：https://towardsdatascience.com/a-field-guide-to-the-most-popular-parameters-d734596c3f26）

• 期望值
• 随机变量
• 分布
• 概率
• 均值
• 方差

不用担心！这些概念比大多数人想象的要容易得多。学习快乐！

原文作者：Cassie Kozyrkov
翻译作者：明慧
美工编辑：过儿
校对审稿：Miya
原文链接：https://towardsdatascience.com/making-sense-of-bias-and-variance-a5e639f6bd86