待验证50% 置信事实精确时间

监督学习模型在未见数据上的期望误差可分解为偏差²、方差和不可约噪声三个分量

1

来源数

50%

置信度

长期有效

时效性

2026/9/7

首次发现

来源

从调库到懂ML：真正理解机器学习的分水岭在哪里

涉及实体

偏差-方差权衡concept

相关事实

待验证总预测误差可以分解为偏差²+方差+不可约误差79% 相似已验证大模型幻觉产生的三大原因是训练数据噪声、概率优先机制和数据时效性不足79% 相似已验证模型的泛化误差等于偏差平方加方差加不可约噪声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76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/869798

API

curl https://kongchang.com/api/v1/knowledge/claims/869798

MCP

get_claim(id=869798)