バイアスとバリアンス(偏りと分散)のトレードオフ(Bias-Variance Tradeoff)とは?

図2 バイアスとバリアンスのトレードオフ横軸の左端は、モデルのパラメータをできるだけなくして訓練データにはほとんど適合していない(=バイアスが大きくバリアンスが小さい)ような単純すぎるモデル(例えば非常にシンプルな水平線など)であることを意味する。また、その右端は、パラメータをできるだけ多く持ち訓練データに完全に適合する(=バリアンスが大きくバイアスが小さい)ような複雑すぎるモデル(例えば非常に高次の多項回帰式など)であることを意味する。※前述の通り、汎化誤差はバイアス+バリアンスだけでなくノイズも付加される点に注意。最適解を得るには、その汎化誤差を最小化する必要がある。

図2 バイアスとバリアンスのトレードオフ横軸の左端は、モデルのパラメータをできるだけなくして訓練データにはほとんど適合していない(=バイアスが大きくバリアンスが小さい)ような単純すぎるモデル(例えば非常にシンプルな水平線など)であることを意味する。また、その右端は、パラメータをできるだけ多く持ち訓練データに完全に適合する(=バリアンスが大きくバイアスが小さい)ような複雑すぎるモデル(例えば非常に高次の多項回帰式など)であることを意味する。※前述の通り、汎化誤差はバイアス+バリアンスだけでなくノイズも付加される点に注意。最適解を得るには、その汎化誤差を最小化する必要がある。