Önyargı–Varyans Ayrışımı

Önyargı-varyans ayrışımı, bir modelin tahmin hatasını anlamak ve yönetmek için kullanılan bir tekniktir. İki ana bileşene ayrılır:

• Önyargı: Modelin basitliği nedeniyle gerçek değerden ne kadar uzak tahmin yaptığıdır. Yüksek önyargı, modelin veriyi yeterince öğrenememesi ile ilişkilidir.
• Varyans: Modelin eğitim verisine duyarlılığıdır. Yüksek varyans, modelin eğitim verisini çok iyi öğrenip, yeni verilere kötü performans göstermesi ile sonuçlanır.

Hata Bileşenleri

Bütün tahmin hatalarını üç bileşene ayırabiliriz:

• Toplam Hata: Her bir tahminin gerçek değerinden ne kadar uzak olduğunu gösterir.
• Önyargı Hatası: Tahminin ortalama hatasını ölçer.
• Varyans Hatası: Modelin farklı eğitim setleri üzerinde ne kadar değişkenlik gösterdiğini ifade eder.

Bu ayrışım, modelin performansını artırmak için hangi bileşen üzerinde çalışılması gerektiğini belirlemeye yardımcı olur.