方差

在机器学习领域，方差指的是模型预测结果对训练数据变化的敏感程度。方差高意味着模型过于复杂，对训练数据过拟合。也就是说，模型不仅学习到了数据的潜在模式，还学到了训练数据中的噪声和独特的细节。因此，这样的模型在训练数据上表现良好，但在未见过的数据或测试集上表现欠佳。

相反，方差低表明模型过于简单，对训练数据欠拟合。它无法有效地捕捉数据中的相关特征和模式，导致在训练集和测试集上的表现都不理想 。